基于分层 LiDAR 光束法平差的大规模 LiDAR 一致建图
机器人学
2022-09-27 v1
摘要
重建准确且一致的大规模 LiDAR 点云地图对机器人应用至关重要。现有方案位姿图优化虽时间高效，却不直接优化建图一致性。近期提出的 LiDAR 光束法平差（BA）解决了该问题；然而其在大规模地图上过于耗时。为缓解此问题，本文提出一种适用于大规模地图的全局一致且高效的建图方法。我们提出的工作由自底向上的分层 BA 与自顶向下的位姿图优化组成，结合了两种方法的优势。借助分层设计，我们以远小于原始 BA 的 Hessian 矩阵规模求解多个 BA 问题；借助位姿图优化，我们平滑且高效地更新 LiDAR 位姿。我们提出方法的有效性与鲁棒性已在多个空间与时间上的大规模公开旋转式 LiDAR 数据集（即 KITTI、MulRan 与 Newer College）以及自采集的结构化与非结构化场景固态 LiDAR 数据集上得到验证。在恰当设置下，我们展示所提工作能以约序列时间的 12% 生成全局一致地图。
引用
@article{arxiv.2209.11939,
title = {Large-Scale LiDAR Consistent Mapping using Hierachical LiDAR Bundle Adjustment},
author = {Xiyuan Liu and Zheng Liu and Fanze Kong and Fu Zhang},
journal= {arXiv preprint arXiv:2209.11939},
year = {2022}
}
备注
8 pages, 11 figures