GaRLIO：重力增强的雷达-激光雷达-惯性里程计
机器人学
2025-02-24 v2
摘要
最近，重力被强调为状态估计的关键约束，以减轻潜在的垂直漂移。现有的在线重力估计方法依赖于位姿估计与 IMU 测量的结合，这在无法获得直接速度测量时被认为是最佳实践。然而，随着雷达传感器提供直接速度数据——一种尚未用于重力估计的测量——我们发现了一个大幅提高重力估计精度的重大机会。GaRLIO，即所提出的重力增强雷达-激光雷达-惯性里程计，能够稳健地预测重力以减少垂直漂移，同时利用逐点速度测量增强状态估计性能。此外，GaRLIO 通过利用雷达从激光雷达点云中移除动态物体，确保了在动态环境中的稳健性。我们通过在容易发生垂直漂移的各种环境中进行实验验证了该方法，展示了相比传统激光雷达-惯性里程计方法的优越性能。我们公开了源代码以鼓励进一步的研究与开发。https://github.com/ChiyunNoh/GaRLIO
引用
@article{arxiv.2502.07703,
title = {GaRLIO: Gravity enhanced Radar-LiDAR-Inertial Odometry},
author = {Chiyun Noh and Wooseong Yang and Minwoo Jung and Sangwoo Jung and Ayoung Kim},
journal= {arXiv preprint arXiv:2502.07703},
year = {2025}
}