DuLoc：在变化和动态的无限场景中的终身双层定位
机器人学
2025-08-01 v1
摘要
基于激光雷达的定位是自动驾驶系统中的关键组件，但现有方法在重复性、精度和环境适应性之间面临持续的挑战。传统的点云配准方法依赖离线地图，往往在面对长期环境变化时鲁棒性有限，导致定位漂移和动态真实场景下的可靠性下降。为此，本文提出了 DuLoc—a 一种稳健且精准的定位方法，通过将激光雷达惯性里程计与离线地图-based 定位紧密耦合，并引入恒定速度运动模型以减轻真实场景中的离群噪声。具体而言，我们开发了基于激光雷达的定位框架，无缝整合先验全局地图与动态实时局部地图，实现对无界和变化环境的稳健定位。本文报告了在超大型港口进行的大规模真实实验，涉及 2,856 小时的运行数据，覆盖 32 辆智能导引车辆（IGVs）。所取得结果表明，该系统在大规模变化的户外环境中超越了其他最先进的激光雷达定位系统。
引用
@article{arxiv.2507.23660,
title = {DuLoc: Life-Long Dual-Layer Localization in Changing and Dynamic Expansive Scenarios},
author = {Haoxuan Jiang and Peicong Qian and Yusen Xie and Xiaocong Li and Ming Liu and Jun Ma},
journal= {arXiv preprint arXiv:2507.23660},
year = {2025}
}