PALoc：用于基准测试的鲁棒先验辅助轨迹生成方法
机器人学
2023-05-23 v1
摘要
评估同步定位与建图（SLAM）算法需要高精度且密集的真值（GT）轨迹。但在没有真值跟踪传感器的情况下，获取理想的GT轨迹有时颇具挑战。作为替代方案，本文提出一种新颖的先验辅助SLAM系统，在因子图框架下生成约自由度（-DOF）、约Hz的全姿态轨迹以用于基准测试。我们提出的退化感知地图因子利用先验点云地图与LiDAR帧进行点到平面优化，同时检测退化情形以减小漂移并增强位姿估计的一致性。我们的系统通过松耦合方案与前沿里程计无缝集成，以生成高频且精确的轨迹。此外，针对静止情形我们提出一种范数约束重力因子，优化位姿与重力以提升性能。大量评估表明，我们的算法在精度、平滑性与鲁棒性方面优于现有SLAM或基于地图的方法。我们的方法显著推进了可靠且精确的SLAM评估方法，促进了机器人研究的进展。
引用
@article{arxiv.2305.13147,
title = {PALoc: Robust Prior-assisted Trajectory Generation for Benchmarking},
author = {Xiangcheng Hu and Jin Wu and Jianhao Jiao and Ruoyu Geng and Ming Liu},
journal= {arXiv preprint arXiv:2305.13147},
year = {2023}
}
备注
4 pages, 6 figures