基于 LiDAR-视觉-惯性-GNSS 融合的轨道车辆定位与建图
机器人学
2021-12-17 v1
摘要
本文提出一种全球导航卫星系统（GNSS）辅助的激光雷达-视觉-惯性方案 RailLoMer-V，用于精确且鲁棒的轨道车辆定位与建图。RailLoMer-V 构建于因子图之上，由两个子系统组成：里程计辅助的激光雷达-惯性系统（OLIS）与里程计集成的视觉-惯性系统（OVIS）。两个子系统均利用铁路上的典型几何结构。由提取的轨道产生的平面约束用于补偿 OLIS 中的旋转与垂直误差。此外，线特征与消失点被用于约束 OVIS 中的旋转漂移。所提框架在超过 800 km 的数据集上进行了广泛评估，该数据集于一年多内在普速与高速铁路、白天与夜间采集。借助来自各独立传感器的所有测量的紧耦合集成，我们的框架对长时任务精确，且对严重退化场景（铁路隧道）足够鲁棒。此外，利用车载计算机可实现实时性能。
引用
@article{arxiv.2112.08563,
title = {Rail Vehicle Localization and Mapping with LiDAR-Vision-Inertial-GNSS Fusion},
author = {Yusheng Wang and Weiwei Song and Yidong Lou and Yi Zhang and Fei Huang and Zhiyong Tu and Qiangsheng Liang},
journal= {arXiv preprint arXiv:2112.08563},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:2111.15043