HCTO：面向紧凑型可穿戴建图系统的混合连续时间优化最优性感知激光雷达惯性里程计
机器人学
2024-03-22 v1
摘要
紧凑型可穿戴建图系统（WMS）因其在各种应用中的便利性而受到广泛关注。具体而言，它为复杂环境中的三维结构检测和基于机器人的“最后一公里配送”提供了一种高效的前期地图采集方式。然而，人体运动中的振动以及复杂环境中点云特征的不均匀分布常常导致快速漂移，这是将现有激光雷达惯性里程计（LIO）方法应用于低成本WMS时普遍存在的问题。为解决这些局限，我们提出了一种面向WMS的新型LIO，该方法基于混合连续时间优化（HCTO），并考虑了激光雷达对应关系的最优性。首先，HCTO通过分析原始IMU测量值来识别人体运动模式（高频部分、低频部分和匀速部分）。其次，HCTO根据不同运动状态构建混合IMU因子，从而能够对IMU测量中的振动诱导噪声进行鲁棒且精确的估计。第三，利用最优设计选择最佳点对应关系，以实现实时性能和更高的里程计精度。我们在头戴式WMS数据集上进行了实验以评估系统性能，结果表明其相较于最先进方法具有显著优势。实验视频记录可在HCTO的项目页面上找到：\href{https://github.com/kafeiyin00/HCTO}{https://github.com/kafeiyin00/HCTO}。
引用
@article{arxiv.2403.14173,
title = {HCTO: Optimality-Aware LiDAR Inertial Odometry with Hybrid Continuous Time Optimization for Compact Wearable Mapping System},
author = {Jianping Li and Shenghai Yuan and Muqing Cao and Thien-Minh Nguyen and Kun Cao and Lihua Xie},
journal= {arXiv preprint arXiv:2403.14173},
year = {2024}
}