LIO-EKF：基于扩展卡尔曼滤波器的高频激光雷达—惯性里程计
机器人学
2024-05-09 v2
摘要
里程计估计对每一个需在未知环境中导航的自主系统都至关重要。在现代移动机器人中，3D激光雷达—惯性系统常被用于此任务。通过融合激光雷达扫描与IMU测量，这些系统可减少依次配准单帧激光雷达扫描所引起的累积漂移，并提供鲁棒的位姿估计。尽管有效，激光雷达—惯性里程计系统部署时需恰当调参。本文提出LIO-EKF，一种基于点对面配准与经典扩展卡尔曼滤波框架的紧耦合激光雷达—惯性里程计系统。我们提出一种考虑相对位姿不确定性、地图离散化误差及激光雷达噪声的自适应数据关联。由此，我们可大幅减少针对给定环境类型所需调节的参数。实验评估表明，所提系统性能与最先进的激光雷达—惯性里程计流水线相当，但计算里程计的速度显著更快。我们的实现源代码已公开可用（https://github.com/YibinWu/LIO-EKF）。
引用
@article{arxiv.2311.09887,
title = {LIO-EKF: High Frequency LiDAR-Inertial Odometry using Extended Kalman Filters},
author = {Yibin Wu and Tiziano Guadagnino and Louis Wiesmann and Lasse Klingbeil and Cyrill Stachniss and Heiner Kuhlmann},
journal= {arXiv preprint arXiv:2311.09887},
year = {2024}
}
备注
7 pages, 2 figures