Eigen Is All You Need:基于内部关联的高效激光雷达-惯性连续时间里程计
机器人学
2024-06-10 v3
摘要
本文提出了一种名为SLICT2的连续时间激光雷达-惯性里程计(CT-LIO)系统,该系统提出了两个主要见解。第一,与常规认知相反,CT-LIO算法仅需几次迭代即可通过线性求解器进行优化,这比常用的非线性求解器更高效。第二,CT-LIO从正确关联中获益多于迭代次数。基于这些想法,我们使用定制求解器实现了我们的方法,其中特征关联过程在每个增量步骤后立即执行,且解可以在几次迭代内收敛。我们的实现能够在高密度控制点下实现实时性能,同时在高度动态的运动场景中产生具有竞争力的性能。我们通过与其他现有的SOTA CT-LIO方法进行比较,展示了我们方法的优势。源代码将发布以造福社区。
关键词
引用
@article{arxiv.2402.02337,
title = {Eigen Is All You Need: Efficient Lidar-Inertial Continuous-Time Odometry with Internal Association},
author = {Thien-Minh Nguyen and Xinhang Xu and Tongxing Jin and Yizhuo Yang and Jianping Li and Shenghai Yuan and Lihua Xie},
journal= {arXiv preprint arXiv:2402.02337},
year = {2024}
}
备注
IEEE Robotics and Automation Letters