优化的SC-F-LOAM：基于扫描上下文的优化快速激光雷达里程计与建图
机器人学
2023-03-16 v2
摘要
激光雷达里程计可在短距离行驶或小尺度环境中实现精确的车辆位姿估计，但在长距离行驶或大尺度环境中，由于累积估计误差，精度会下降。这一缺陷需要在SLAM框架中加入回环检测以抑制累积误差的不利影响。为提高位姿估计精度，我们提出一种新的基于激光雷达的SLAM方法，其采用F-LOAM作为激光雷达里程计、Scan Context用于回环检测、GTSAM用于全局优化。在我们的方法中，采用自适应距离阈值（而非固定阈值）进行回环检测，从而获得更精确的回环检测结果。此外，我们的方法采用基于特征的匹配方法计算回环点云对之间的车辆位姿变换，而非使用激光雷达传感器获取的原始点云，这显著减少了计算时间。我们使用KITTI数据集验证我们的方法，实验结果表明所提方法优于文献中典型的激光雷达里程计/SLAM方法。我们的代码已公开以供社区使用。
引用
@article{arxiv.2204.04932,
title = {Optimized SC-F-LOAM: Optimized Fast LiDAR Odometry and Mapping Using Scan Context},
author = {Lizhou Liao and Chunyun Fu and Binbin Feng and Tian Su},
journal= {arXiv preprint arXiv:2204.04932},
year = {2023}
}