评估与提升真实世界损坏下 LiDAR 里程计与定位的鲁棒性
机器人学
2026-02-24 v3
摘要
LiDAR 里程计与定位是机器人与自动驾驶系统中两个广泛使用的基础应用。尽管 state-of-the-art (SOTA) 系统在干净点云上实现了高精度，但它们对损坏数据的鲁棒性在很大程度上仍未被探索。我们提出了首个综合性基准，用于评估 LiDAR 位姿估计技术在 18 种现实合成损坏下的鲁棒性。我们的结果表明，在这些损坏下，里程计位置误差从 0.5% 飙升至 80% 以上，而定位性能始终保持较高水平。为解决这种敏感性，我们提出了两种互补策略。首先，我们设计了一个轻量级的检测与过滤流水线，对点云损坏进行分类并应用相应的滤波器（例如用于噪声的双边滤波器）以恢复点云质量。我们的分类器准确识别了每种损坏类型，滤波器有效将里程计精度恢复至接近干净数据水平。其次，对于基于学习的系统，我们表明使用损坏数据进行微调可显著提升在所有测试损坏下的鲁棒性，甚至在某一数据序列上提升了在干净点云上的性能。
引用
@article{arxiv.2409.10824,
title = {Evaluating and Improving the Robustness of LiDAR Odometry and Localization Under Real-World Corruptions},
author = {Bo Yang and Tri Minh Triet Pham and Jinqiu Yang},
journal= {arXiv preprint arXiv:2409.10824},
year = {2026}
}