同时优化姿态和占用图！Occupancy-SLAM：基于优化的SLAM方法

论文链接：https://arxiv.org/pdf/2405.10743
本文提出了一种基于优化的SLAM方法，通过使用2D激光扫描（和里程计）信息同时优化机器人轨迹和占用地图。其关键创新之处在于，机器人姿态和占用地图被同时优化，这与现有的占据地图策略显著不同，后者需要先获取机器人姿态，然后才能估计地图。在公式化中，地图被表示为一个连续的占用地图，环境中的每个2D点都有相应的证据值。Occupancy-SLAM问题被表述为一个优化问题，其中变量包括所有机器人姿态和在选定的离散网格单元节点上的占用值。
提出了一种改进的高斯-牛顿方法来解决这个新的问题形式，同时获取优化的占用地图和机器人轨迹以及它们的不确定性。由于算法基于批处理优化且涉及的变量数量较大，因此它是一种离线方法。使用仿真和公开可用的实际2D激光数据集进行评估表明，当我们的算法提供了相对准确的初始猜测时，所提出的方法可以比现有技术更准确地估计地图和机器人轨迹。