视觉增强RTK论文（1）—— GNSS-Stereo-Inertial SLAM for Arable Farming

摘要

农业任务自动化速度的加快要求现场机器人采用高精度和鲁棒的定位系统。同时定位和映射（SLAM）方法不可避免地会在探索性轨迹上积累漂移，并且主要依赖于位置重新访问和循环闭合来保持一个有界的全局定位误差。环状闭合技术在农田中具有显著的挑战性，因为不同视野的局部视觉外观非常相似，并且很容易由于天气的影响而发生改变。在实践中，一个合适的替代方案是将全球传感器定位系统与其他机器人传感器联合使用。在本文中，我们提出并实现了GNSS、立体视图和惯性测量的定位融合。具体来说，我们以一种紧密耦合的方式，将GNSS测量值合并到立体惯性ORB-SLAM3管道中。我们彻底评估了我们在罗萨里奥数据集序列（Pire et al.，2019）中的实现，由大豆领域的自主机器人记录，以及我们自己的内部数据。我们的数据包括来自传统GNSS的测量数据，很少包括在最先进的方法的评估中。在这个应用案例中，我们描述了GNSS