CAR-LOAM：颜色辅助的鲁棒激光雷达里程计与建图
机器人学
2025-02-25 v1 计算机视觉与模式识别
摘要
在本文中，我们提出了一种颜色辅助的鲁棒框架，用于精确的激光雷达里程计与建图（LOAM）。在同时接收来自激光雷达和相机数据的情况下，该框架利用相机图像中的颜色信息对激光雷达点云进行着色，随后进行迭代位姿优化。对于每次激光雷达扫描，提取边缘与平面特征并使用对应图像进行着色，然后将其匹配至全局地图。具体而言，我们采用感知均匀的色差加权策略以排除颜色对应异常值，并采用基于 Welsch 函数的鲁棒误差度量，以减轻位姿优化过程中位置对应异常值的影响。因此，该系统实现了精确定位，并重建了环境的高密度、精确、彩色三维（3D）地图。在包含复杂森林和校园等挑战性场景的全面实验中表明，与当前最先进的方法相比，我们的方法具有更高的鲁棒性和准确性。
引用
@article{arxiv.2502.17249,
title = {CAR-LOAM: Color-Assisted Robust LiDAR Odometry and Mapping},
author = {Yufei Lu and Yuetao Li and Zhizhou Jia and Qun Hao and Shaohui Zhang},
journal= {arXiv preprint arXiv:2502.17249},
year = {2025}
}