elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

GPGM-SLAM: Towards a Robust SLAM System for Unstructured Planetary Environments with Gaussian Process Gradient Maps

Giubilato, Riccardo und Le Gentil, Cedric und Vayugundla, Mallikarjuna und Vidal-Calleja, Teresa und Triebel, Rudolph (2020) GPGM-SLAM: Towards a Robust SLAM System for Unstructured Planetary Environments with Gaussian Process Gradient Maps. In: 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems Workshops, IROS 2020. Workshop on Planetary Exploration Robotics, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2020-10, Las Vegas (Virtual). ISBN 978-172816212-6. ISSN 2153-0858.

[img] PDF
1MB
[img] PDF
2MB

Kurzfassung

Simultaneous Localization and Mapping (SLAM) in unstructured planetary environments is a challenging task for mobile robots due to the appearance and structure of the environment. In urban and man-made scenarios, individual objects (e.g. cars, trees or buildings) are easily discernible and the visual appearance is likely to provide unique cues for the purpose of localization. Contrarily, planetary scenarios are often characterized by repetitive structures and ambiguous terrain features. To provide robust place recognition abilities in the context of submap-based stereo visual SLAM, we propose to utilize the gradient of elevation maps generated by Gaussian Processes (GPs). Visual features computed on GP Gradient Maps (GPGMaps) provide means for efficient place recognition, through encoding in Bag-of-Words vectors, and for SE(2) alignment to establish loop closure constraints in a pose graph. We evaluate the proposed SLAM system on relevant Moon-like environments through real data captured on Mt. Etna, Sicily.

elib-URL des Eintrags:https://elib.dlr.de/137066/
Dokumentart:Konferenzbeitrag (Vortrag, Poster)
Titel:GPGM-SLAM: Towards a Robust SLAM System for Unstructured Planetary Environments with Gaussian Process Gradient Maps
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Giubilato, RiccardoRiccardo.Giubilato (at) dlr.dehttps://orcid.org/0000-0002-3161-3171NICHT SPEZIFIZIERT
Le Gentil, Cedriccedric.legentil (at) student.uts.edu.auNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Vayugundla, MallikarjunaMallikarjuna.Vayugundla (at) dlr.dehttps://orcid.org/0000-0002-9277-0461NICHT SPEZIFIZIERT
Vidal-Calleja, Teresateresa.vidalcalleja (at) uts.edu.auNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Triebel, Rudolphrudolph.triebel (at) dlr.dehttps://orcid.org/0000-0002-7975-036XNICHT SPEZIFIZIERT
Datum:Oktober 2020
Erschienen in:2020 IEEE/RSJ International Conference on Intelligent Robots and Systems Workshops, IROS 2020
Referierte Publikation:Nein
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
ISSN:2153-0858
ISBN:978-172816212-6
Status:veröffentlicht
Stichwörter:SLAM, Visual, Mapping, Gaussian Process, Field Robotics
Veranstaltungstitel:Workshop on Planetary Exploration Robotics, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
Veranstaltungsort:Las Vegas (Virtual)
Veranstaltungsart:internationale Konferenz
Veranstaltungsdatum:Oktober 2020
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Robotischer Wissenschafts-Explorer
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013) > Perzeption und Kognition
Hinterlegt von: Giubilato, Riccardo
Hinterlegt am:04 Nov 2020 18:16
Letzte Änderung:24 Apr 2024 20:39

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.