PaGO-LOAM：鲁棒的地面优化激光雷达里程计
机器人学
2022-06-02 v1 计算机视觉与模式识别
摘要
众多研究者已开展研究，以实现面向地面移动平台的快速且鲁棒的地面优化激光雷达（LiDAR）里程计方法。特别地，地面优化 LiDAR 里程计通常将地面分割作为预处理方法。这是因为地面平台上的 3D LiDAR 传感器所捕获的 3D 点云中，大部分点来自地面。然而，地面分割性能对 LiDAR 里程计的影响仍未被细致考察。本文提出一种鲁棒的地面优化 LiDAR 里程计框架，以基于最先进（SOTA）方法促进考察地面分割对 LiDAR SLAM 影响的研究。通过使用我们提出的里程计框架，可以轻松直接地测试地面分割算法是否有助于提取描述良好的特征，从而提升 SLAM 性能。此外，通过利用被称为 Patchwork 的 SOTA 地面分割方法（该方法即使在复杂且不平整的城市环境中也能展现鲁棒地面分割，且性能扰动很小），我们提出了一种新颖的地面优化 LiDAR 里程计，称为 PaGO-LOAM。这些方法使用 KITTI 里程计数据集进行了测试。PaGO-LOAM 相比基线方法展现出鲁棒且准确的性能。我们的代码可见于 https://github.com/url-kaist/AlterGround-LeGO-LOAM。
引用
@article{arxiv.2206.00266,
title = {PaGO-LOAM: Robust Ground-Optimized LiDAR Odometry},
author = {Dong-Uk Seo and Hyungtae Lim and Seungjae Lee and Hyun Myung},
journal= {arXiv preprint arXiv:2206.00266},
year = {2022}
}
备注
7 pages, 5 figures, conference