HDA-LVIO：一种基于混合数据关联的城市环境高精度激光雷达 - 视觉 - 惯性里程计
机器人学
2024-03-12 v1
摘要
为提升城市环境中的定位精度，本文提出了一种名为 HDA-LVIO 的创新型激光雷达 - 视觉 - 惯性里程计，该方法采用混合数据关联。所提出的 HDA-LVIO 系统可分为两个子系统：激光雷达 - 惯性子系统（LIS）和视觉 - 惯性子系统（VIS）。在 LIS 中，利用激光雷达点云计算迭代最近点（ICP）误差，作为误差状态迭代卡尔曼滤波（ESIKF）的测量值以构建全局地图。在 VIS 中，首先采用增量方法自适应地从全局地图中提取平面，并将这些平面的质心投影到图像上以获得投影点。随后，从图像中提取特征点，并利用 Lucas-Kanade (LK) 光流法结合投影点进行跟踪。接着，利用前一时间段的车辆状态，执行滑动窗口优化以估计特征点的深度。同时，提出了一种基于对极几何约束的方法来解决特征点跟踪失败问题，通过确保滑动窗口内具有足够的视差来提高特征点深度估计的精度。随后，将特征点与投影点进行混合关联以构建重投影误差，作为 ESIKF 的测量值以估计车辆状态。最后，利用公开数据集和我们设备采集的数据验证了所提出的 HDA-LVIO 的定位精度。结果表明，与各种现有算法相比，所提出的算法在定位精度上取得了显著提升。
引用
@article{arxiv.2403.06590,
title = {HDA-LVIO: A High-Precision LiDAR-Visual-Inertial Odometry in Urban Environments with Hybrid Data Association},
author = {Jian Shi and Wei Wang and Mingyang Qi and Xin Li and Ye Yan},
journal= {arXiv preprint arXiv:2403.06590},
year = {2024}
}