PO-VINS：一种高效鲁棒且仅估位姿、带激光雷达增强的视觉-惯性状态估计器
机器人学
2024-09-12 v3
摘要
基于仅位姿视觉表示的位姿调整（PA）已被证明等价于光束法平差（BA），同时显著提高了计算效率。然而，在用于实时导航的常规配置紧耦合视觉-惯性状态估计器（VISE）中，仅位姿解尚未得到恰当考虑。在本研究中，我们提出了一种紧耦合激光雷达增强的 VISE，名为 PO-VINS，其对视觉与激光雷达深度测量采用全仅位姿形式。基于仅位姿视觉表示，我们推导了解析深度不确定性，并据此剔除激光雷达深度离群值。此外，我们提出了一种基于多状态约束（MSC）的仅位姿形式激光雷达深度测量模型，以平衡效率与鲁棒性。仅位姿视觉与激光雷达深度测量以及 IMU 预积分测量在因子图优化框架下紧耦合集成，以实现高效准确的状态估计。在私有与公开数据集上的详尽实验结果表明，所提 PO-VINS 取得了优于或可与最先进方法媲美的精度。与基线方法 LE-VINS 相比，PO-VINS 在笔记本电脑和机载 ARM 计算机上的状态估计效率分别提升了 33% 和 56%。此外，通过采用所提基于不确定性的离群值剔除方法及基于 MSC 的激光雷达深度测量模型，PO-VINS 比 LE-VINS 具有更高的精度与鲁棒性。
引用
@article{arxiv.2305.12644,
title = {PO-VINS: An Efficient and Robust Pose-Only Visual-Inertial State Estimator With LiDAR Enhancement},
author = {Hailiang Tang and Tisheng Zhang and Liqiang Wang and Guan Wang and Xiaoji Niu},
journal= {arXiv preprint arXiv:2305.12644},
year = {2024}
}
备注
17 pages, 13 figures, 8 tables