G-Loc: 结合先验拓扑-度量信息的紧耦合图定位
机器人学
2024-09-10 v2
摘要
在已建图环境中的定位是许多机器人和汽车应用的关键组成部分，在这些应用中，可以利用先前获取的信息以及传感器融合来提供鲁棒且准确的定位估计。在这项工作中，我们通过重用先验的拓扑和度量信息，为基于地图的定位提供了一种新视角。因此，我们将这个长期研究的问题重新表述，以超越对度量地图的单纯使用。我们的框架以滑动窗口图的方式无缝集成了 LiDAR、惯性测量和 GNSS 测量以及云到图的配准，从而能够适应每次观测的不确定性。我们框架的模块化设计使其能够适应不同的传感器配置（例如 LiDAR 分辨率、GNSS 拒止）和环境条件（例如无图区域、大型环境）。我们进行了多项验证实验，包括在真实世界汽车应用中的部署，证明了我们系统在在线定位中的准确性、效率和多功能性。
引用
@article{arxiv.2405.05059,
title = {G-Loc: Tightly-coupled Graph Localization with Prior Topo-metric Information},
author = {Lorenzo Montano-Oliván and Julio A. Placed and Luis Montano and María T. Lázaro},
journal= {arXiv preprint arXiv:2405.05059},
year = {2024}
}
备注
8 pages