利用Wi-Fi增强RGB-D SLAM

资源内容介绍

本文提出一种融合Wi-Fi信号强度（RSSI）的RGB-D SLAM方法，旨在解决传统视觉-深度SLAM在室内环境中面临的感知歧义、光照变化、动态干扰和计算复杂性等问题。通过利用环境中Wi-Fi接入点的独特BSSID标识和空间信号分布特征，系统在构建地图时同步记录无线信号信息，并在回环检测阶段引入基于余弦相似度的RSSI向量比对，有效提升定位准确性与鲁棒性。实验表明，该方法能区分视觉上相似的位置，显著降低误闭环风险，尤其适用于对称或重复结构的室内场景。同时，通过构建高相似性节点子图，缩小回环搜索范围，提高了算法的执行效率与可扩展性。该方案无需额外专用硬件，仅利用机器人已有的Wi-Fi模块即可实现感知增强，为低成本、高可靠性的室内自主导航提供了新思路。