以下內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文##開(kāi)源# IROS 2023| 上海交通大學(xué)發(fā)布GICI-LIB: GNSS/INS/相機(jī)組合導(dǎo)航庫(kù)

【GICI-LIB: A GNSS/INS/Camera Integrated Navigation Library】

文章鏈接：https://arxiv.org/pdf/2306.13268.pdf

代碼倉(cāng)庫(kù)：

GitHub-chichengcngici-openGNSSINSCameraIntegratedN...

摘要：準(zhǔn)確的導(dǎo)航對(duì)于自主機(jī)器人和車輛至關(guān)重要。近年來(lái)，全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）、慣性導(dǎo)航系統(tǒng)（INS）和相機(jī)的組合由于其在不同環(huán)境下的魯棒性和高精度而受到廣泛關(guān)注。在此類系統(tǒng)中，充分利用 GNSS 的作用是很繁瑣的，因?yàn)楣?、誤差模型、衛(wèi)星星座（分布式衛(wèi)星系統(tǒng)）、信號(hào)頻率和（通信）服務(wù)類型的選擇多種多樣，從而導(dǎo)致不同的精度、魯棒性和使用依賴。為了闡明 GNSS 算法的能力并加快在多傳感器融合算法中使用 GNSS 的開(kāi)發(fā)效率，我們開(kāi)源了 GNSS/INS/Camera Integration Library (GICI-LIB)，以及詳細(xì)的文檔和全面的陸地車輛數(shù)據(jù)集。建立了基于因子圖優(yōu)化的多傳感器融合框架，該框架通過(guò)充分考慮測(cè)量之間的時(shí)間和空間相關(guān)性，結(jié)合了幾乎所有GNSS測(cè)量誤差源。圖結(jié)構(gòu)的設(shè)計(jì)具有靈活性，可以輕松形成任何類型的融合算法。為了便于說(shuō)明，使用我們的數(shù)據(jù)集評(píng)估了 GICI-LIB 中的四種基于實(shí)時(shí)運(yùn)動(dòng)學(xué) (RTK) 的算法。結(jié)果證實(shí)了 GICI 系統(tǒng)在廣泛的城市場(chǎng)景下提供連續(xù)精確導(dǎo)航解決方案的潛力。

以上內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

最后介紹一下我們最近的幾個(gè)學(xué)習(xí)活動(dòng)：

1、【報(bào)名】視覺(jué)慣性SLAM挑戰(zhàn)賽之 ORB-SLAM3

《視覺(jué)慣性SLAM：理論與源碼解析》第三部分：ORB-SLAM3理論與實(shí)踐。3周時(shí)間，8月21日開(kāi)始上課。詳見(jiàn)《視覺(jué)慣性SLAM》挑戰(zhàn)賽，終極之戰(zhàn)！

2、第1期編輯部成員招募

一起對(duì)AR/MR、機(jī)器人、自動(dòng)駕駛、無(wú)人機(jī)等SLAM相關(guān)的細(xì)分行業(yè)的梳理和分析，在AI熱潮下能夠和大家一起理清思路，看清發(fā)展脈絡(luò)和趨勢(shì)。 僅限 「小六的機(jī)器人SLAM學(xué)習(xí)圈」參與。

3、【報(bào)名】創(chuàng)業(yè)交流小組

組織有創(chuàng)業(yè)想法，有創(chuàng)業(yè)行動(dòng)，或者正在創(chuàng)業(yè)中的朋友一起學(xué)習(xí)交流，大家一起去思想碰撞，相互學(xué)習(xí)，甚至產(chǎn)生合作機(jī)會(huì)。僅限 「小六的機(jī)器人SLAM學(xué)習(xí)圈」參與。

4、【報(bào)名】招募項(xiàng)目實(shí)戰(zhàn)合作者

SLAM項(xiàng)目實(shí)戰(zhàn)課程，基于開(kāi)源算法做一些拓展項(xiàng)目。僅限 「小六的機(jī)器人SLAM學(xué)習(xí)圈」參與。

5、小六的機(jī)器人SLAM圈！

全國(guó)最大的機(jī)器人SLAM交流圈，詳情戳「小六的機(jī)器人SLAM學(xué)習(xí)圈」