LIO-SAM：基于平滑与建图的紧耦合激光雷达惯性里程计
机器人学
2020-07-15 v3
摘要
我们提出了一种基于平滑与建图的紧耦合激光雷达惯性里程计框架 LIO-SAM，可实现高精度的实时移动机器人轨迹估计与地图构建。LIO-SAM 在因子图上构建激光雷达-惯性里程计，使得包括回环在内的多种相对与绝对测量可从不同来源作为因子融入系统。惯性测量单元（IMU）预积分估计的运动对点云去畸变，并为激光雷达里程计优化提供初值。所得激光雷达里程计解用于估计 IMU 的偏置。为保障实时高性能，我们对旧激光雷达扫描进行边缘化以进行位姿优化，而非将激光雷达扫描匹配至全局地图。局部尺度而非全局尺度的扫描匹配显著提升了系统实时性能，选择性引入关键帧以及将新关键帧配准到固定大小的先验“子关键帧”集合的高效滑动窗口方法同样如此。所提方法在来自三个平台、不同尺度与环境采集的数据集上进行了广泛评估。
引用
@article{arxiv.2007.00258,
title = {LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping},
author = {Tixiao Shan and Brendan Englot and Drew Meyers and Wei Wang and Carlo Ratti and Daniela Rus},
journal= {arXiv preprint arXiv:2007.00258},
year = {2020}
}
备注
IROS 2020