（Improved RO-SLAM using Activity Classification for Automated V2X Infrastructure Mapping）

近年來(lái)，無(wú)線傳感器在各種主流應(yīng)用中逐漸流行起來(lái)。與此演變密切相關(guān)的消費(fèi)者市場(chǎng)使用問題逐漸出現(xiàn)，即如何自動(dòng)初始化和設(shè)置基礎(chǔ)設(shè)施。本文提出了一種解決這個(gè)問題的方法。該方法只通過測(cè)量錨點(diǎn)的移動(dòng)范圍來(lái)構(gòu)建基礎(chǔ)設(shè)施地圖。該方法還使用了逐步增益的后側(cè)地圖構(gòu)建形式的實(shí)現(xiàn)基線SLAM。為了解決同步定位和地圖構(gòu)建（RO-SLAM）的復(fù)雜問題，通過采用類似于馬爾可夫定位的錨概率網(wǎng)格圖方法。然而在城市地區(qū)，人們大多采用移動(dòng)電話，而且行人或自行車具有特定的運(yùn)動(dòng)學(xué)行為。因此，我們將ROSLAM與基于支持向量機(jī)（SVM）的活動(dòng)分類器進(jìn)行配對(duì)，以提高錨定圖的準(zhǔn)確性。通過仿真試驗(yàn)驗(yàn)證了該方法的收斂性，證明了在活動(dòng)信息存在的情況下可以提高精度。

目前SLAM是本地化自組織、自動(dòng)化整合解決方案中最有前途的方法之一。為了解決常見的SLAM問題，通常需要具有通用功能和參數(shù)化的復(fù)雜算法。此外，它適用于基于SVM的活動(dòng)分類器，擴(kuò)大了RO-SLAM預(yù)測(cè)估計(jì)的數(shù)據(jù)源。因此，本文考慮一個(gè)典型的城市交叉環(huán)境作為仿真基礎(chǔ)。仿真過程的軌跡包括從對(duì)象的運(yùn)動(dòng)行為中收集的某些活動(dòng)類別以及具有多路徑概率的模擬測(cè)距距離。所提出的RO-SLAM算法的在線評(píng)估是基于錨定位圖準(zhǔn)確性結(jié)果。本文還討論了錨點(diǎn)和軌跡的幾何差異與翻轉(zhuǎn)模糊效應(yīng)之間的關(guān)系?？偠灾?，將RO-SLAM與活動(dòng)信息分類器相結(jié)合是一種有前景的方法，可用于V2X基礎(chǔ)設(shè)施圖的構(gòu)建。