GM-Livox：一种基于多台非重复扫描激光雷达的大规模地图构建集成框架
机器人学
2022-01-14 v1
摘要
凭借提供直接且足够精确的距离测量能力，激光探测及测距(LiDAR)在自动驾驶车辆的定位与检测中发挥着重要作用。由于单台LiDAR会间歇性遭遇硬件故障与性能退化，我们在本文中提出一种多LiDAR集成方案。我们的框架将多台非重复扫描LiDAR与惯性、编码器以及全球导航卫星系统(GNSS)紧耦合进位姿估计与同步全局地图生成。首先，我们制定精确的同步策略以集成孤立传感器，并从各独立LiDAR提取的特征点合并为单次扫描。融合后的扫描被用于计算扫描匹配对应关系，并可由额外的实时动态(RTK)测量进一步精化。在此基础上，我们构建了一个因子图，结合惯性预积分结果、估计的地面约束与RTK数据。为维持有限数量的待估计位姿，我们在系统中部署了基于关键帧的滑动窗口优化策略。实时性由多线程计算保证，并在挑战性场景中开展了大量实验。实验结果表明，多台LiDAR的利用在鲁棒性与精度上均提升了系统性能。
引用
@article{arxiv.2110.05650,
title = {GM-Livox: An Integrated Framework for Large-Scale Map Construction with Multiple Non-repetitive Scanning LiDARs},
author = {Yusheng Wang and Yidong Lou and Weiwei Song and Huan Yu and Zhiyong Tu},
journal= {arXiv preprint arXiv:2110.05650},
year = {2022}
}