LION：面向视觉受限环境的激光-惯性可观测性感知导航器
机器人学
2021-02-09 v1
摘要
机器人在无 GPS 且感知退化的环境（如地下隧道、矿井和行星地下空洞）中导航时的状态估计在机器人学中仍具挑战性。为此，我们提出 LION（Lidar-Inertial Observability-Aware Navigator，激光-惯性可观测性感知导航器），它是 CoSTAR 团队为 DARPA 地下挑战赛开发的状态估计框架的一部分，该团队在 2019 年 8 月和 2020 年 2 月的隧道和城市赛道中分别获得第二和第一名。LION 通过固定滞后滑动窗口平滑器融合来自 IMU 的高频惯性数据与来自激光雷达的低频相对位姿估计，提供高频率里程计估计。LION 不需要知道激光雷达与 IMU 之间的相对位置，因为外参标定是在线估计的。此外，LION 能够使用可观测性度量自我评估其性能，该度量评估位姿估计是否在几何上约束不良。HeRO 是一种监督算法，通过在不同里程计源之间切换提供鲁棒估计，其使用了 LION 的里程计与置信度估计。本文中我们在感知退化的地下环境中对 LION 的性能进行基准测试，证明了其在现场部署方面具有较高的技术成熟度。
引用
@article{arxiv.2102.03443,
title = {LION: Lidar-Inertial Observability-Aware Navigator for Vision-Denied Environments},
author = {Andrea Tagliabue and Jesus Tordesillas and Xiaoyi Cai and Angel Santamaria-Navarro and Jonathan P. How and Luca Carlone and Ali-akbar Agha-mohammadi},
journal= {arXiv preprint arXiv:2102.03443},
year = {2021}
}
备注
2020 International Symposium on Experimental Robotics (ISER 2020)