D²-LIO：考虑方向退化的增强型激光雷达-惯性里程计优化
机器人学
2025-08-21 v1
摘要
激光雷达-惯性里程计（LIO）在实现精确定位和建图方面发挥着至关重要的作用，尤其是在复杂环境中。然而，激光雷达特征退化的存在对可靠的状态估计构成了重大挑战。为了克服这个问题，我们提出了一个增强的LIO框架，该框架集成了自适应异常值容忍对应与扫描到子地图配准策略。其核心贡献在于一个自适应的异常值去除阈值，该阈值根据点到传感器的距离和平台的运动幅度动态调整。这种机制提高了在变化条件下特征匹配的鲁棒性。此外，我们引入了一种灵活的扫描到子地图配准方法，利用IMU数据来优化位姿估计，特别是在退化的几何配置中。为了进一步提高定位精度，我们设计了一个新颖的加权矩阵，该矩阵融合了IMU预积分协方差与从扫描到子地图过程中导出的退化度量。在室内和室外环境（以稀疏或退化特征为特征）中进行的大量实验表明，我们的方法在鲁棒性和精度方面始终优于最先进的方法。
引用
@article{arxiv.2508.14355,
title = {D$^2$-LIO: Enhanced Optimization for LiDAR-IMU Odometry Considering Directional Degeneracy},
author = {Guodong Yao and Hao Wang and Qing Chang},
journal= {arXiv preprint arXiv:2508.14355},
year = {2025}
}
备注
7 page, 2 figures