Multi-LVI-SAM：面向多个鱼眼相机的LiDAR-视觉-惯性里程计
计算机视觉与模式识别
2025-09-09 v1
摘要
我们提出了一个多相机LiDAR-视觉-惯性里程计框架，Multi-LVI-SAM，通过融合多个鱼眼相机、LiDAR和惯性传感器的数据，实现高度精确和稳健的状态估计。为实现多个鱼眼相机视觉信息的高效且一致的集成，我们引入了全景视觉特征模型，将多个相机的观测统一为单一表示。该全景模型作为全局几何优化框架整合多视图约束，实现无缝闭环和全局姿态优化，同时通过避免对单个相机的冗余处理简化系统设计。为解决每个相机坐标系与全景模型坐标系之间导致三角测量不一致的问题，我们提出了一种外参补偿方法。该方法提高了跨视图的特征一致性，显著减少了三角测量和优化误差，从而实现更精确的姿态估计。我们将全景视觉特征模型集成到基于因子图的紧耦合LiDAR-视觉-惯性系统中。大量实验在公开数据集上表明，全景视觉特征模型增强了多相机约束的质量和一致性，使系统在精度和鲁棒性方面优于现有的多相机LiDAR-视觉-惯性系统。
关键词
引用
@article{arxiv.2509.05740,
title = {Multi-LVI-SAM: A Robust LiDAR-Visual-Inertial Odometry for Multiple Fisheye Cameras},
author = {Xinyu Zhang and Kai Huang and Junqiao Zhao and Zihan Yuan and Tiantian Feng},
journal= {arXiv preprint arXiv:2509.05740},
year = {2025}
}