EMV-LIO：一种高效的多视觉辅助激光-惯性里程计
机器人学
2023-08-08 v4
摘要
为应对单一传感器因约束不完整而导致的退化问题，近年来多传感器融合策略尤其是激光-视觉-惯性融合领域引起了工业界与学术界的广泛关注。考虑到单目相机易受某一方向环境光影响而失效，使系统退化为激光-惯性系统，本文引入多相机以扩展视觉观测，从而提升系统的精度与鲁棒性。此外，还通过距离图像去除激光雷达噪声、设置最近邻搜索条件以及用 ikd-Tree 替代 kd-Tree 来提升效率。基于上述工作，我们提出了一种高效的多视觉辅助激光-惯性里程计系统（EMV-LIO），并在公开数据集与自采数据集上评估了其性能。实验表明，与 LVI-SAM 相比，该算法有助于提升整体系统的精度、鲁棒性与效率。我们的实现将在论文被接收后公开。
引用
@article{arxiv.2302.00216,
title = {EMV-LIO: An Efficient Multiple Vision aided LiDAR-Inertial Odometry},
author = {Bingqi Shen and Yuyin Chen and Fuzhang Han and Shuwei Dai and Rong Xiong and Yue Wang},
journal= {arXiv preprint arXiv:2302.00216},
year = {2023}
}
备注
6 pages, 5 figures, conference published on The 8th International Conference on Advanced Robotics & Mechatronics