FAST-LIO：基于紧耦合迭代卡尔曼滤波的快速鲁棒激光雷达-惯性里程计软件包
机器人学
2021-04-15 v3
摘要
本文提出一种计算高效且鲁棒的激光雷达-惯性里程计框架。我们利用紧耦合迭代扩展卡尔曼滤波器将激光雷达特征点与IMU数据融合，以在出现退化的快速运动、噪声或杂乱环境中实现鲁棒导航。为在大量量测存在时降低计算负载，我们提出一种计算卡尔曼增益的新公式。该新公式的计算负载取决于状态维度而非量测维度。所提方法及其实现在各种室内外环境中进行了测试。在所有测试中，我们的方法均实时产生可靠导航结果：在四旋翼机载计算机上运行，其在一帧扫描中融合超过1200个有效特征点，并在25 ms内完成iEKF步的所有迭代。我们的代码已在Github上开源。
引用
@article{arxiv.2010.08196,
title = {FAST-LIO: A Fast, Robust LiDAR-inertial Odometry Package by Tightly-Coupled Iterated Kalman Filter},
author = {Wei Xu and Fu Zhang},
journal= {arXiv preprint arXiv:2010.08196},
year = {2021}
}