DAMS-LIO：一种退化感知模块化传感器融合激光雷达-惯性里程计
机器人学
2023-03-24 v3
摘要
随着机器人在地下矿井和行星表面等日益复杂环境中的部署，多传感器融合方法作为此类场景下状态估计的一种有前景的解决方案受到越来越多关注。融合方案是这些方法的核心组成部分。本文提出了一种轻量的基于 iEKF 的激光雷达-惯性里程计系统，其采用退化感知模块化传感器融合流水线，仅在检测到退化时将激光雷达点及来自另一里程计的相对位姿作为更新过程中的观测。利用克拉美-罗下界（CRLB）理论与仿真测试证明了相较单一观测方法本方法具有更高精度。此外，在感知挑战性数据集中针对多种最先进传感器融合方法对所提系统进行了评估。结果表明，尽管环境严峻且观测不佳，所提系统仍实现了实时且高估计精度的性能。
引用
@article{arxiv.2302.01703,
title = {DAMS-LIO: A Degeneration-Aware and Modular Sensor-Fusion LiDAR-inertial Odometry},
author = {Fuzhang Han and Han Zheng and Wenjun Huang and Rong Xiong and Yue Wang and Yanmei Jiao},
journal= {arXiv preprint arXiv:2302.01703},
year = {2023}
}