《Information- based compact pose slam, 2010》,采用信息论的方法添加非冗余节点和高信息含量观测值到图中。
《Temporally scalable visual slam using a reduced pose graph, 2013》,通过为现有节点添加新的约束,来尽可能的避免添加新的节点,这样变量的增长就只和空间大小有关,而与时间无关。
《Efficient information-theoretic graph pruning for graph-based slam with laser range finders, 2011》,采用基于信息的标准来对决定位姿图优化中哪些节点应该被筛掉。
《Generic factor- based node marginalization and edge sparsification for pose-graph slam, 2013》和《Nonlinear factor recovery for long-term slam, 2016》,分别介绍了GLC(Generic Linear Constraint)因子和NGS(NonLinear Graph Sparsification),采用一个筛选节点的马尔科夫链来处理,并计算其近似稀疏。
《Consistent sparsification for graph optimization, 2013》,通过求解L1范式的最小化问题来对Hessian矩阵进行稀疏化。
《Tectonic SAM: Exact; out-of-core; submap-based SLAM, 2007》,展示了一种精确的局部建图方法,以及通过缓存分解的子图来提高运算速度。
《Multi-level submap based slam using nested dissection, 2010》,将局部图组织为二叉树结构,并使用嵌套分解来降低两个子树之间的依赖程度。
《Linear SLAM: A linear solution to the feature-based and pose graph SLAM based on submap joining, 2013》,提出了一种针对大场景SLAM的近似解决方案,使用最小二乘法来求解一系列的子图,并采用分治的策略来合并子图。
《A multilevel relaxation algorithm for simultaneous localisation and mapping, 2005》,提出了一种多层的松弛法,松弛法通过迭代方法来利用两个低精度数值来计算出一个高精度的结果。
《Hierarchical optimization on manifolds for online 2D and 3D mapping, 2010》,提出了一种层级式的局部图:当得到一个新的观测值时,位于高层的局部图会被立刻修改,但是只有受影响的低层级区域才会更改。
《An Approach to Solving Large-Scale SLAM Problems with a Small Memory Footprint, 2014》,提出了一种基于层次分解的近似SLAM方法。
《Exactly sparse memory efficient slam using the multi-block alternating direction method of multipliers, 2015》,通过交替方向乘子法ADMM来进行并行计算。ADMM算法是机器学习中比较广泛使用的约束问题最优化方法,它是ALM算法的一种延伸,只不过将无约束优化的部分用块坐标下降法(block coordinate descent,或叫做alternating minimization)来分别优化。其中的原理可以参考文献 “Distributed Optimization and Statistical Learning via the Alternating Direction Method of Multipliers”。产生这种方法主要是为了弥补二次惩罚的缺点。在一些问题当中,用二次惩罚来近似约束问题在最优点附近需要惩罚项的系数趋近于无穷,而这种要求会使得海森矩阵很大,因此近似的目标函数很不稳定。为了解决这个问题,引入了线性逼近的部分,通过线性项系数不断的接近最优解(对偶上升),使得在二次惩罚项的系数很小的情况下,也能得到满足要求精度的解。ADMM目前是比较成熟,比较受欢迎的约束问题最优化通用框架。
《Parallel tracking and mapping for small ar workspaces, 2007》,近似的解耦定位与地图,将其放到两个线程中运行。
《Adaptive relative bundle adjustment, 2009》,通过优化局部邻域的参数化来降低计算量。
《Double window optimisation for constant time visual SLAM, 2011》,采用两个步骤,首先优化一个局部的位姿-特征图,然后采用上面的方法完成位姿-位姿图的变换。
《Concurrent filtering and smoothing: A parallel architecture for real-time navi- gation and full smoothing, 2014》,将因子图优化分解为一个快速滤波线程和一个慢速平滑线程,两个线程之间周期性的进行同步。
中心化的方案指机器人将自己的本地信息传送到中央节点以执行推断计算,下面的文献介绍了中心化方案:
《C-SAM : Multi-robot SLAM using square root information smoothing,2008》
《Decentralised cooperative localisation for heterogeneous teams of mobile robots, 2011》
《Distributed real-time cooperative localization and mapping using an uncertainty-aware expectation maximization approach, 2015》
《Collaborative monocular SLAM with multiple micro aerial vehicles, 2013》
《Multiple relative pose graphs for robust cooperative mapping, 2010》
《Multi-robot SLAM using condensed measurements, 2011》
《Real-time 6-DOF multi-session visual SLAM over large scale environments, 2013》
《C2TAM: A cloud framework for cooperative tracking and mapping, 2014》
去中心化的方案没有中心数据融合,机器人利用局部通信在共同估计上保持一致性,下面的文献讨论了去中心化的方案:
《Distributed maximum a posteriori estimation for multirobot cooperative localization, 2009》,提出了一种基于分布式共轭梯度方法的协作式定位算法。
《Multi-agent localization from noisy relative pose measurements, 2011》和《Distributed centroid estimation from noisy relative mea- surements, 2012》,利用分布式雅克比方法来估计一组二维位姿。
《Distributed consensus on robot networks for dynamically merging feature-based maps, 2012》,基于一致性信息方法进行地图合并。
《Collaborative localization with heterogeneous inter-robot measurements by Riemannian optimization, 2013》,采用分布式梯度下降方法来估计3D位姿。
《DDF-SAM: Fully distributed slam using constrained factor graphs, 2010》和《DDF-SAM 2.0: Consistent distributed smoothing and mapping, 2013》,利用高斯消元法开发了一种称为DDF-SAM的方法,每个机器人通过隔离器(不同机器人之间的共享变量)来交换高斯边缘。
《Multiple-robot simultaneous localization and mapping: A review, 2016》,最近的多机器人SLAM的综述。
《Communication-constrained multi-AUV cooperative SLAM, 2015》,介绍了利用稀疏化技术来减少通信开销。
《Distributed trajectory estimation with privacy and communication constraints: a two-stage distributed gauss-seidel approach, 2015》,提出一种替代高斯消元法的Gaussian-Seidel方法,该方法的通信负担与隔离器数量呈线性相关。
《Get out of my lab: Large-scale, real-time visual-inertial localization, 2015》,提出了压缩已知地图的方法。
《Chisel: Real time large scale 3d reconstruction onboard a mobile device using spatially hashed signed distance fields》,提出了内存高效的稠密重建方法。
《Incremental distributed inference from arbitrary poses and unknown data association: Using collaborating robots to establish a common reference》,是第一篇探讨第一个原因的文献。
《Map api - scalable decentralized map building for robots, 2015》,是第一篇在这个方向研究的文献。
《ORB- SLAM: A versatile and accurate monocular SLAM, 2015》,是典型的采用稀疏3D路标来构建地图的工作。
《Visual navigation using heterogeneous landmarks and unsupervised geometric constraints, 2015》,把点特征扩展为更为复杂的几何路标(例如线、弧)。
《Interpolating and approximating implicit surfaces from polygon soup, 2004》,利用多边形集合来描述三维几何结构。
《3D robotic mapping: the simultaneous localization and mapping problem with six degrees of freedom, 2009》,在基于双目、RGBD、3D激光扫描仪的SLAM中,通常使用点云的方法。
《Multi-frame optical flow estimation using subspace constraints, 1999》,《DTAM: Dense tracking and mapping in real-time, 2011》,《REMODE: Probabilistic, monocular dense reconstruction in real time, 2014》,采用单目视觉的直接方法中,通常使用原生的稠密表示方法。
《ElasticFusion: Dense SLAM without a pose graph, 2015》,使用了稍微复杂一点的面元地图(surfels, SURFace ELmentS),这种表示更适合用于非刚体的环境。
《Towards simultaneous recognition, localization and mapping for hand-held and wearable cameras, 2007》、《Simultaneous localization and mapping with infinite planes, 2015》和《Visual navigation using heterogeneous landmarks and unsupervised geometric constraints, 2015》,采用的基于水平面模型的边界表示方法用于建图。
《Introduction to Implicit Surfaces, 1997》,介绍了隐式表面表示方法,该方法把固体表面指定为一个定义于三维空间的函数与0的交点。
《Reconstruction and representation of 3D objects with radial basis functions, 2001》,采用了radial-basis函数。
《A volumetric method for building complex models from range images, 1996》,采用了signed-distance函数。
《A globally optimal algorithm for robust TV-L1 range image integration, 2007》,使用了截断的signed-distance函数(TSDF),在机器人视觉SLAM领域非常流行。
《Kintinuous: Spatially extended Kinect-Fusion, 2012》,《ElasticFusion: Dense SLAM without a pose graph, 2015》,使用了网格表面表示方法。
《Real-time SLAM with octree evidence grids for exploration in underwater tunnels, 2007》,使用了八叉树表示方法来进行三维建图,在使用网格占用地图的情况下,八叉树表示可以看成是空间分割表示方法的概率变体。
《Stereo-vision based obstacle mapping for indoor/outdoor slam, 2014》,在没有悬挂障碍的环境中,使用了2.5纬度的海拔地图。
《currently they can be only be estimated subsequently to one another, 2014》,对Semi-dense进行了介绍。半稠密方法只利用具有强变化的像素(边)来,克服了稠密方法对高运算能力的需求。
《SVO: Fast Semi-Direct Monocular Visual Odometry, 2014》,《Svo 2.0: Semi-direct visual odometry for monocular and multi-camera systems, 2016》,《A semi-direct approach to structure from motion, 2003》,Semi-direct方法直接利用了稀疏的特征和直接方法,被证实非常高效。由于这种方法依赖于稀疏的特征,因此可以对结构与运动进行联合估计。
a. **Parameterized Primitive Instancing:**这种方法依赖于定义一系列的物体类别(例如圆柱、半球)。对于每个类别都通过制定一系列的参数(半径、高度)来唯一的标示一个成员。目前尚无SLAM方法可以生成一个这样的表示。
b. **Sweep representations:**这种方法把一个固体定义为一个二维或三维的固体在空间中的移动轨迹,常见的包括平移和旋转两种运动轨迹。例如,一个圆柱可以表示为一个圆沿着垂直于本身的轴进行平移,在计算机视觉中对利用二维截面运动定义的圆柱被称为广义圆柱体,已经被用于机器人抓取当中。这种表示方式也尚未在SLAM领域出现。
c. **Constructive solid geometry:**这种方法将复杂的固体表示为一些元体的布尔运算。物体被存储于一颗树中,叶子节点是元体,边表示布尔运算。这种方法也没有出现在SLAM领域。
《SLAM++: Simultaneous Localisation and Mapping at the Level of Objects, 2013》,《Towards semantic SLAM using a monocular camera, 2011》,《Dense reconstruction using 3d object shape priors, 2013》,包含了对基于物体表示方法的论证。
《Parametric and Feature-Based CAD/CAM: Concepts, Techniques, and Applications, 1995》,介绍了在CAD中基于特征的模型。
《Shape2Pose: Human-centric shape analysis, 2014》,介绍了affordance-based模型。
《Model synthesis: A general procedural modeling algorithm, 2010》,介绍了generative and procedural模型。
《Image retrieval using scene graphs, 2015》,介绍了场景图模型。
《Hierarchical sparse coded surface models, 2014》和《Towards robust and effective shape modeling: Sparse shape composition, 2012》,使用了基于字典的表示,这种表示方法把把固体定义为字典中原子的组合。这两篇文献中字典是从数据中习得。
《Object recognition in 3D point clouds using web data and domain adaptation, 2010》和《Parsing IKEA objects: Fine pose estimation, 2013》,这两篇文献中的字典基于现存的数据仓库。
《Semantic structure from motion with points, regions, and objects, 2012》
《A fast, modular scene understanding system using context-aware object detection, 2015》
《Semantic parsing of street scenes from video, 2012》
《Supervised semantic labeling of places using information extracted from sensor data, 2007》
《Semantic object maps for robotic housework - representation, acquisition and use, 2012》
《Multi-modal semantic place classification, 2009》
《SLAM++: Simultaneous localisation and mapping at the level of objects, 2013》
《Hierarchical semantic labeling for task-relevant rgb-d perception, 2014》
《Visual place recognition: A survey, 2016》,对基于视觉的拓扑SLAM做了综述,第三部分讨论了拓扑地图中具有挑战性的问题。
《Supervised semantic labeling of places using information extracted from sensor data, 2007》是一项早期的工作,首先利用2D激光扫描建立了几何度量地图,然后以离线的方式通过关联马尔科夫网络对每个机器人位姿进行语义位置分类,然后融合到地图当中。
《Large-scale semantic mapping and reasoning with heterogeneous modalities, 2012》和《Multi-modal semantic place classification, 2009》,提出了在线的语义建图方法,使用激光与摄像机采集的环境数据,进行三层推断(传感器层、目录分类层和位置层)来产生语义地图。
《A fast, modular scene understanding system using context-aware object detection, 2015》,利用运动估计以及多个物体检测器来对地图进行粗粒度的语义分割。
《Monocular slam supported object recognition, 2015》,使用了一个单目SLAM系统来提高识别视频中物体的系统性能。
《Towards simultaneous recognition, localization and mapping for hand-held and wearable cameras, 2007》,是第一个小规模的尝试。
《Towards semantic SLAM using a monocular camera, 2011》,采用了基于稀疏特征的单目SLAM。
《Dense reconstruction using 3d object shape priors, 2013》,使用了稠密地图表示形式。
《SLAM++: Simultaneous localisation and mapping at the level of objects, 2013》,利用了RGBD的优点,提出了一个基于全部已知物体和地板平面的SLAM系统。
《Manhattan scene understanding using monocular, stereo, and 3d features, 2011》,利用了Manhattan world assumption对室内场景地图中的主平面进行了分割。
《Semantic structure from motion with points, regions, and objects, 2012》,提出了第一个利用场景中几何与语义属性对相机参数、场景中的点和物体的标签进行联合估计。在这篇文献的工作中,作者展示了对物体识别的性能和鲁棒性的改进,每个图像对需要20分钟的运行时间以及对物体目录数量的限制使得该方法很难应用于在线的机器人操作。
《Joint 3d scene reconstruction and class segmentation, 2013》,解决了一个用于室外场景的更为特殊的依赖类的优化问题。
《Joint semantic segmentation and 3d recon- struction from monocular video, 2014》,采用推迟融合语义划分与度量地图的方法降低了实现语义地图的复杂度。
《Semantic octree: Unifying recognition, reconstruction and representation via an octree constrained higher order mrf, 2015》,与上一篇文献类似,这项工作是基于双目相机的,这两项工作仅仅聚焦于建图的部分,而没有对之前计算出来的位姿进行优化。
《Incremental dense semantic stereo fusion for large-scale semantic scene reconstruction, 2015》,是近期一个有前途的在线方法,使用了双目视觉和稠密地图表示。
《The ecological approach to visual perception: classic edition, 2014》,这本书中给出了情景支持(Affordances)和可操控性(Actionability)的定义。情景支持指的是一个特定机器人(Agent)对给定物体或环境能够进行可能的行为的集合,可操控性则包含了利用这些行为的预期。
《Square Root SAM: Si- multaneous localization and mapping via square root information smoothing, 2006》
《Non-linear constraint network optimization for efficient map learning, 2009》
《Incremental block cholesky factorization for nonlinear least squares in robotics, 2013》
《iSAM: Incremental Smoothing and Mapping, 2008》
《iSAM2: Incremental smooth- ing and mapping using the bayes tree, 2012》
《Fast iterative alignment of pose graphs with poor initial estimates, 2006》,上述论文都是基于迭代式非线性优化方法。
《From angular manifolds to the integer lattice: Guaranteed orientation estimation with application to pose graph optimization, 2014》和《Initialization techniques for 3D SLAM: a survey on ro- tation estimation and its use in pose graph optimization, 2015》,讨论上面的问题。
《How far is SLAM from a linear least squares problem?, 2010》和《On the structure of nonlinearities in pose graph SLAM, 2012》,是研究这一问题的先驱,这些初步工作讨论了SLAM中的非凸性的性质。
《On the number of local minima to the point feature based SLAM problem, 2012》,讨论了在小的位姿图优化问题中最小点的数量。
《Error growth in position estimation from noisy relative pose measurements, 2013》,研究了在缺乏闭环检测的情况下误差的增长情况。
《Convergence analysis of pose graph optimization via Gauss-Newton methods, 2013》,讨论了采用高斯-牛顿法对收敛盆底的估计。
《From angular manifolds to the integer lattice: Guaranteed orientation estimation with application to pose graph optimization, 2014》,展示了2D情况下对旋转的估计可以用闭式解求解,并指出对应的估计是唯一的。
《Duality-based verification techniques for 2D SLAM, 2015》和《A convex relaxation for approximate global optimization in simultaneous localization and mapping, 2015》,假设旋转是Von Mises噪声,并提出了替代性的最大似然估计形式,可以得到更为健壮的结果。
《Planar pose graph optimization: Duality, optimal solutions, and verification, 2015》和《Lagrangian duality in 3D SLAM: Verification techniques and optimal solutions, 2015》,在某些经常在实践中会遇到的强对偶情况下,最大似然估计是唯一的,位姿图优化可以通过(凸)半正定规划(SDP)来求解。
《A convex optimization based approach for pose SLAM problems, 2012》和《A convex relaxation for approximate global optimization in simultaneous localization and mapping, 2015》,采用凸松弛的方法。
《Keypoint design and evaluation for place recognition in 2D lidar maps, 2009》
《From angular manifolds to the integer lattice: Guaranteed orientation estimation with application to pose graph optimization, 2014》
《A linear approximation for graph-based simultaneous localization and mapping, 2011》
《A fast and accurate approximation for planar pose graph optimization, 2014》
《Initialization techniques for 3D SLAM: a survey on rotation estimation and its use in pose graph optimization, 2015》
《Exploiting the separable structure of SLAM, 2015》,则利用(近似的)分离平移与旋转来加速优化。
《Planar pose graph optimization: Duality, optimal solutions, and verification, 2015》和《Lagrangian duality in 3D SLAM: Verification techniques and optimal solutions, 2015》,能够通过求解一个稀疏的线性系统来执行验证,当出现强对偶时,可以提供对正确答案的保证。
《Wide-sense estimation on the special orthogonal group, 2008》,《Sensor network localization on the group of 3D displacements, 2015》,《On frame and orientation localization for relative sensing networks, 2013》,《Intrinsic consensus on SO(3) with almost global convergence, 2012》,《Exact and stable recovery of rotations for robust synchronization, 2013》,属于多代理(Agent)系统的定位领域。
《Simultaneous multiple rotation averaging using lagrangian duality, 2012》,《Combining two-view constraints for motion estimation, 2001》,《Rotation averaging, 2013》,《Robust rotation and transla- tion estimation in multiview reconstruction, 2007》,属于机器视觉中运动恢复结构领域。
《Angular synchronization by eigenvectors and semidefinite programming, 2010》和《Three-dimensional struc- ture determination from common lines in Cryo-EM by eigenvectors and semidefinite programming, 2011》,是电子冷沉淀显微技术领域的文献。
《Robust incremental online inference over sparse factor graphs: Beyond the gaussian case, 2013》,提出了针对非高斯噪声的模型。
《Active Perception, 1988》和《Probabilistic Robotics, 2005》,这两本书是该定义的起源,前者提出了主动感知,后者提出了机器人探索范型。
《Simultaneous Stochastic Mapping and Localization, 1999》和《Adaptive Mobile Robot Navigation and Mapping, 1999》,第一个提出并实现主动SLAM算法的工作可以追述到这两篇文献。
《Active SLAM using Model Predictive Control and Attractor Based Exploration, 2006》,则提出了主动SLAM(Active SLAM)这个术语。
《Goal seeking components for adaptive intelligence: An initial assessment, 1981》,主动SLAM的根本思想来自于人工智能和机器人探索。
《Active Exploration in Dy- namic Environments, 1992》和《Exploration in Active Learning, 1995》,推断解决探索与开采困境(exploration-exploitation dilemma),在访问新位置(探索)和访问已知区域以减少不确定性(开采)之间寻找一个平衡点。这两篇文献提供了一个更有高效的方案以替代随机探索与单纯的开采。
《Fast Minimum Uncertainty Search on a Graph Map Repre- sentation, 2012》和《On the Comparison of Uncertainty Criteria for Active SLAM, 2012》,采用了《Foundations of Optimum Experimental Design, 1986》提出的最优实验设计理论(TOED)。
《Autonomous Robotic Exploration Using Occupancy Grid Maps and Graph SLAM Based on Shannon and Re ́nyiEntropy, 2015》和《Robotic Mapping and Exploration, 2009》,则提出了采用《Information Theory, Inference & Learning Algorithms, 2002》和《On Measures Of Entropy And Information, 1960》两篇文献提出的信息理论。在这种情况下,决策制定由信息增益的概念来指导。
《Active SLAM using Model Predictive Control and Attractor Based Exploration, 2006》和《Planning Under Uncertainty using Model Predictive Control for Information Gathering, 2006》,使用模型预测控制的控制理论方法。
《Planning and acting in partially observable stochastic domains, 1998》,采用了部分可观察马尔科夫决策过程,这种方法是难以计算的。
《A Bayesian Exploration- exploitation Approach for Optimal Online Sensing and Planning with a Visually Guided Mobile Robot, 2009》,采用了贝叶斯优化来近似部分可观察马尔科夫决策过程,使得主动SLAM易于计算。
《A Novel Measure of Uncertainty for Mobile Robot SLAM with RaoBlackwellized Particle Filters, 2008》
《Active SLAM and Exploration with Particle Filters Using Kullback-Leibler Divergence, 2014》
《An Experiment in Integrated Exploration, 2002》
《Coordinated Multi-robot Exploration, 2005》和《A Bayesian Exploration-exploitation Approach for Optimal Online Sensing and Planning with a Visually Guided Mobile Robot》,理想状态下,机器人执行主动SLAM算法应该评估对机器人和地图空间中所有的可能行为进行评估,但是这种评估的计算复杂度会依照搜索空间的增加呈指数增长。这两篇文献中,证明了这在实际应用中是难以计算的。
《Efficient frontier detection for robot exploration, 2014》和《A Frontier-based Approach for Autonomous Exploration, 1997》,使用诸如边界探索技术来来选取地图中位置的一个小的子集,
《Motion Planning Under Uncertainty Using Iterative Local Op- timization in Belief Space, 2012》和《Planning in the continuous domain: A generalized belief space approach for autonomous navigation in unknown environments, 2015》,提出了在非确定环境下的连续空间规划可以用于主动SLAM。目前这些方法只能保证收敛到一个局部最优策略。
另一项最近的用于主动SLAM算法使用位势场,《Potential information fields for mobile robot exploration, 2015》使用了卷积技术来计算熵来选择机器人的行为。《Ouroboros: Using potential field in unexplored regions to close loops, 2015》则采用了边值问题的解决方案。
《Information Based Adaptive Robotic Exploration, 2002》和《Information Gain-based Exploration Using Rao-Blackwellized Particle Filters, 2005》,在理想状况下,要计算机器人给定行为的功效,需要通过机器人位姿和地图来推导执行该动作后的变化,这需要考虑未来的可控行为和未知测量。如果未来的状况已知,就可以用信息理论函数作为信息增益来对不同的行为进行评价。
《Active SLAM and Exploration with Particle Filters Using Kullback-Leibler Divergence, 2014》、《Active SLAM and Loop Prediction with the Segmented Map Using Simplified Models, 2010》和《Information Gain-based Exploration Using Rao-Blackwellized Particle Filters, 2005》,指出通常情况下,这种联合概率分析是难以计算的,因此需要采用近似值的方法来解决。
对于地图与机器人的不确定性,《Active Pose SLAM, 2012》认为它们之间是独立的,《Information Gain-based Exploration Using Rao-Blackwellized Particle Filters, 2005》则将其考虑为条件独立的。
《A Novel Measure of Uncertainty for Mobile Robot SLAM with RaoBlackwellized Particle Filters, 2008》、《Information Based Adaptive Robotic Exploration, 2002》、《An Application of Kullback-Leibler Divergence to Active SLAM and Exploration with Particle Filters, 2010》和《Perception-driven Navigation: Active visual SLAM for Robotic Area Coverage, 2013》,大部分的方法令功效等于对机器人和地图不确定性量化度量结果的一个线性组合。这种方法的缺点是两种不确定值的数值大小是无法比较的,通常地图的不确定性的数量级大于机器人的不确定性,因此需要手工调整来进行修正。
《Active SLAM and Exploration with Particle Filters Using Kullback-Leibler Divergence, 2014》、《A Novel Measure of Uncertainty for Mobile Robot SLAM with RaoBlackwellized Particle Filters, 2008》和《Autonomous Robotic Exploration Using Occupancy Grid Maps and Graph SLAM Based on Shannon and Renyi Entropy, 2015》,提出了解决上述问题的解决方案,前两者是基于粒子滤波的,第三篇则是基于位置图优化的。
《On the Comparison of Uncertainty Criteria for Active SLAM, 2012》和《On the Monotonicity of Optimality Criteria during Exploration in Active SLAM, 2014》,优化实验设计理论(TOED)也可以用来计算执行行为的功效,在TOED中,每个行为被看成是一个随机的设计,采用所谓的最优化标准(A-opt, D-opt, E-opt)使用关联协方差矩阵来进行比较。这两篇文献在主动SLAM中使用了最优化标准。
《A discussion of simultaneous localization and mapping, 2006》,讨论了闭环检测对于降低地图不确定性与获得更高的定位与建图精确度方面的重要性。
《Planning in the continuous domain: A generalized belief space approach for autonomous navigation in unknown environments, 2015》和《A Bayesian Exploration- exploitation Approach for Optimal Online Sensing and Planning with a Visually Guided Mobile Robot《 2009》,尽管如此,高效的预测方法以及闭环的效果,还没有在主动SLAM领域被设计出来。
《Hilbert space embeddings of hidden Markov models, 2010》和《Learning deep dynamical models from image pixels, 2015》,最近的预测未来机器人状态的方法可以被发现于机器学习文献,前者涉及使用了光谱技术,后者则使用了深度学习。
《A theoretical look at information-driven sensor management criteria, 2011》,《On Task-oriented Criteria for Configurations Selection in Robot Calibration, 2013》和《Sensor management: Past, present, and future, 2011》,与难以在系统之间进行比较的基于信息理论的度量,由TOED生成的面向任务的不确定性度量更有希望作为停止标准。
《Adaptive submodularity: Theory and applications in active learning and stochastic optimization, 2011》,是在主动传感器放置领域的工作,该文献使用了子模性(submdularity)。
《A 128×128 120 dB 15 μs latency asynchronous temporal contrast vision sensor, 2008》,DVS(Dynamic Vision Sensor)
《An asynchronous time-based image sensor, 2008》,ATIS(Asynchronous Time based Image Sensor)
《
A 128�128 120 dB 15 �s latency asynchronous temporal contrast vision sensor, 2008
》,是第一篇介绍基于事件相机的文献。
《Asynchronous event-based corner detection and matching, 2015》,讨论了适应基于事件的特征检测与跟踪算法。
《Low-latency localization by active LED markers tracking using a dynamic vision sensor, 2013》,进行了LED跟踪。
《Asynchronous event-based Hebbian epipolar geometry, 2011》,讨论了基于事件相机的对极几何。
《Simultaneous optical flow and intensity estimation from an event camera, 2016》、《Asynchronous frameless event-based optical flow, 2012》、《Interacting maps for fast visual interpretation, 2011》和《Simultaneous mosaicing and tracking with an event camera, 2014》,讨论了利用基于事件的相机进行图像重建、运动估计和光流法。
《Event-based 3D reconstruction from neuromorphic retinas, 2013》,讨论了使用基于事件相机的三维重建。
《Asynchronous event-based visual shape tracking for stable haptic feedback in microrobotics, 2012》,提出了基于事件相机的ICP算法。
《Low-latency event-based visual odometry, 2014》,提出了基于事件相机的视觉里程计。
《Continuous-time trajectory estimation for event-based vision sensors, 2015》、《Event-based, 6-DOF pose tracking for high-speed maneuvers, 2014》和《Event-based particle filtering for robot self-localization, 2012》,讨论了基于事件相机的定位话题。
《Simultaneous localization and mapping for event-based vision systems, 2013》和《Event-based 3d slam with a depthaugmented dynamic vision sensor, 2014》,实现了基于事件相机的SLAM算法。
《A pencil balancing robot using a pair of AER dynamic vision sensors, 2009》和《Lowlatency heading feedback control with neuromorphic vision sensors using efficient approximated incremental inference, 2015》,提出了保存基于事件的性质,并支持设计一个高速的反应系统。
《A hybrid SLAM representation for dynamic marine environments, 2010》和《Continuous-time batch estimation using temporal basis functions, 2012》以及《Continuous-time trajectory estimation for event-based vision sensors, 2015》,等文献指出连续时间的轨迹估计非常适合基于事件的相机:由于DVS平均每秒钟产生10万个事件,而每个事件又无法携带足够进行状态估计的信息,由于用于表示所有相机位姿的向量会随着事件的产生快速的增长尺寸,因此利用离散时间方法来估计位姿的计算会非常棘手。使用连续时间的框架,DVS的位姿轨迹就可以被近似为一条位于刚体运动空间的光滑曲线(该曲线由基本函数构成,例如三次样条函数),并利用根据观测的事件对其进行优化。
《A 240x180 130dB 3us latency global shutter spatiotemporal vision sensor, 2014》
《Steps Towards a Theory of Visual Information: Active Perception, Signal-to-Symbol Conversion and the Interplay Between Sensing and Control, 2011》,指出解决SLAM问题的传感器-算法对的性能,取决于传感器和算法的参数,以及环境。
《A power-performance approach to comparing sensor families, with application to comparing neuromorphic to traditional vision sensors, 2015》,尽管对如何选择算法和传感器来达到最佳性能尚无定论,这篇文献做出了初步的研究。研究表示给定任务的性能还依赖于可用于传感器的能耗,该文献建议最理想的传感架构应该拥有多种传感器,并可以依据性能的需求级别来瞬时开关。