EAROL：基于下置倾斜 LiDAR 的环境增强感知感知规划与鲁棒里程计
机器人学
2025-08-21 v1
摘要
为解决无人机（UAV）在露天场景（如倒塌建筑、无顶迷宫）中面临的定位漂移和感知-规划耦合挑战，本文提出 EAROL，一种配备下置倾斜 LiDAR（20° 倾角）配置的新颖框架，集成了 LiDAR-惯性里程计（LIO）系统和分层轨迹-偏航优化算法。硬件创新通过密集地面点云采集和用于动态障碍物检测的前向环境感知能力，实现了约束增强。一个由带有动态运动补偿的迭代误差状态卡尔曼滤波器（IESKF）赋能的紧耦合 LIO 系统，在特征稀疏环境中实现了高水平的六自由度定位精度。规划器由环境增强，平衡了环境探索、目标跟踪精度和能源效率。物理实验表明，在室内迷宫和 60 米级室外场景中，跟踪误差降低了 81%，感知覆盖率提高了 22%，垂直漂移接近零。本工作提出了一种硬件-算法协同设计范式，为灾后搜救任务中的无人机自主性提供了鲁棒解决方案。我们将以开源软件包形式向社区发布我们的软件和硬件。视频：https://youtu.be/7av2ueLSiYw。
引用
@article{arxiv.2508.14554,
title = {EAROL: Environmental Augmented Perception-Aware Planning and Robust Odometry via Downward-Mounted Tilted LiDAR},
author = {Xinkai Liang and Yigu Ge and Yangxi Shi and Haoyu Yang and Xu Cao and Hao Fang},
journal= {arXiv preprint arXiv:2508.14554},
year = {2025}
}
备注
Accepted by 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025). This work has been submitted to the IEEE for possible publication