Inland-LOAM：基于体素的内陆水道结构语义LiDAR里程计与地图
机器人学
2025-10-16 v2
摘要
准确的地理空间信息对安全的内陆水道运输（IWT）至关重要，因为现有图表（IENC）缺乏实时细节，而常规LiDAR SLAM在水道环境中难以实现。这些挑战导致垂直漂移与非语义地图，从而阻碍自动导航。本文引入Inland-LOAM，一种用于水道的LiDAR SLAM框架。它采用改进的特征提取方法与水面平面约束，以减轻垂直漂移。一个新型管线将3D点云转换为结构化2D语义地图，利用基于体素的几何分析，实现实时计算诸如桥梁净空高度等导航参数。一个自动化模块提取岸线并导出为轻量级、IENC兼容的格式。在真实世界数据集上的评估表明，Inland-LOAM在定位精度方面优于最先进的方法。生成的语义地图与岸线与真实世界条件相符，为增强情境意识提供可靠数据。代码与数据集将公开可用。
关键词
引用
@article{arxiv.2508.03672,
title = {Inland-LOAM: Voxel-Based Structural Semantic LiDAR Odometry and Mapping for Inland Waterway Navigation},
author = {Zhongbi Luo and Yunjia Wang and Jan Swevers and Peter Slaets and Herman Bruyninckx},
journal= {arXiv preprint arXiv:2508.03672},
year = {2025}
}