LiDAR-惯性SLAM的动态初始化方法
机器人学
2025-04-03 v1
摘要
初始状态（包括初始速度、重力方向和IMU偏置）的准确性，对LiDAR-惯性SLAM系统的初始化至关重要。不准确的初始值会降低初始化速度或导致初始化失败。当系统面临紧急任务时，需要具备稳健且快速的初始化能力，例如在自然灾害后快速评估救援环境、炸弹处置，或在救援任务中重新启动LiDAR-惯性SLAM。然而，现有初始化方法通常要求平台静止，无法在机器人运动时有效工作。为此，本文引入一种面向LiDAR-惯性系统的稳健快速动态初始化方法（D-LI-Init）。该方法迭代对齐LiDAR-based odometry与IMU测量数据，以实现系统初始化。为增强LiDAR odometry模块的可靠性，LiDAR与陀螺仪在ESIKF框架内紧密集成。陀螺仪补偿点云的旋转失真，而在迭代更新阶段进行平移失真补偿，最终输出LiDAR-陀螺仪odometry。该方法无论机器人是否运动，均可完成初始化。公开数据集和实际环境中的实验表明，D-LI-Init算法能有效服务于各种平台，包括车辆、手持设备和无人机。无论具体运动模式如何，D-LI-Init均可完成动态初始化。为利于研究社区，我们已在GitHub上开源代码和测试数据集。
引用
@article{arxiv.2504.01451,
title = {Dynamic Initialization for LiDAR-inertial SLAM},
author = {Jie Xu and Yongxin Ma and Yixuan Li and Xuanxuan Zhang and Jun Zhou and Shenghai Yuan and Lihua Xie},
journal= {arXiv preprint arXiv:2504.01451},
year = {2025}
}
备注
Accepted by IEEE/ASME Transactions on Mechatronics