临时双向滤波地图融合框架

动态目标剔除

该框架通过时间双向过滤机制消除动态目标对地图的影响，同时结合鲁棒的异常值剔除算法，确保在重复性环境中实现高召回率和低虚警率的大规模地图融合。

Hairuo, Wei · Rundong, Li · Cai, Yixi · Yuan, Chongjian · Yunfan, Ren · Zou, Zuhao · Huajie, Wu · Zheng, Chunran · Zhou, Shunbo · Xue, Kaiwen · Fu, Zhang

IEEE Robotics and Automation Letters 2024

技术优势

动态物体滤除，地图更干净

时间双向滤波机制移除动态物体，消除其对地图模型的影响，从而提高地图合并质量。

回环异常值剔除，少错配

鲁棒高效的异常值剔除算法用于检测到的回环，在重复性环境中显著减少异常值，同时确保高召回率和低虚警率。

跨类型 LiDAR 和场景通用

在多种数据集上验证，可准确合并不同类型 LiDAR 和数据采集设备在不同场景下捕获的地图。

应用场景

• 多智能体协同建图：将多个机器人采集的子地图自动融合成一致全局地图，无需人工对齐。
• 大规模环境建图：处理大规模场景时保持高精度，避免错误回环导致的地图畸变。
• 动态环境定位：在动态物体干扰下仍能可靠定位，减少动态噪声对位姿估计的影响。