GNSS 拒止环境下带真值多模态激光雷达 SLAM 基准测试
机器人学
2022-10-04 v1
摘要
基于激光雷达的同步定位与建图（SLAM）方法在自主机器人系统中取得了显著成功。这部分归功于鲁棒 SLAM 算法的高精度以及新型低成本激光雷达产品的出现。本研究使用多模态激光雷达传感器设置（展示不同的扫描模态（旋转与固态）和传感技术，以及激光雷达相机）安装在移动感知与计算平台上，对当前最先进的激光雷达 SLAM 算法进行基准测试。我们用额外的序列和新的真值数据源扩展了之前的多模态多激光雷达数据集。具体而言，我们提出了一种基于多模态多激光雷达 SLAM 辅助和 ICP 的传感器融合方法用于生成真值地图。利用这些地图，我们通过自然分布变换（NDT）方法匹配实时点云数据，以获得具有完整 6 DOF 位姿估计的真值。这一新型真值数据利用了高分辨率旋转与固态激光雷达。我们还加入了带有 GNSS-RTK 数据的新的开放道路序列，以及带有运动捕捉（MOCAP）真值的额外室内序列，补充了之前带有 MOCAP 数据的森林序列。我们对十种不同 SLAM 算法与激光雷达组合所达到的定位精度进行了分析。我们还报告了在四种不同计算平台和共五种设置（Intel 与 Jetson ARM CPU）下的资源利用情况。实验结果表明，当前最先进的激光雷达 SLAM 算法对于不同类型的传感器表现差异很大。更多结果、代码和数据集见：\href{https://github.com/TIERS/tiers-lidars-dataset-enhanced}{github.com/TIERS/tiers-lidars-dataset-enhanced}。
引用
@article{arxiv.2210.00812,
title = {A Benchmark for Multi-Modal Lidar SLAM with Ground Truth in GNSS-Denied Environments},
author = {Ha Sier and Li Qingqing and Yu Xianjia and Jorge Peña Queralta and Zhuo Zou and Tomi Westerlund},
journal= {arXiv preprint arXiv:2210.00812},
year = {2022}
}
备注
6 pages