基于 IMU 预积分雷达因子的数据异步雷达-LiDAR-惯性 SLAM

固定滞后雷达-LiDAR-惯性 smoothers 通常为每个测量创建一个因子图节点来补偿雷达和 LiDAR 之间缺乏时间同步。对于速率相等的雷达-LiDAR 传感器对，这一策略导致状态创建速率为单个传感器频率的两倍。这一 doubling 每秒的状态数量会导致高优化成本，阻碍资源受限硬件上的实时性能。我们引入 IMU 预积分雷达因子，使用高频惯性数据将最新 LiDAR 状态传播到雷达测量时间戳。该策略保持节点创建速率为 LiDAR 测量频率。假设传感器速率相等，这降低了节点数量为 50%，从而降低了计算成本。在基于单板计算机（拥有每个 2.2 GHz A73 和 2 GHz A53 的 4 个内核，8 GB RAM）上的实验显示，我们的方法在保持常规基线的绝对姿态误差的同时，同时将聚合因子图优化时间降低最高可达 56%。