RailLoMer：基于LiDAR-IMU-里程计-GNSS数据融合的轨道车辆定位与建图
机器人学
2021-12-01 v1
摘要
本文提出RailLoMer，以实现轨道车辆实时、精确且鲁棒的里程计与建图。RailLoMer接收来自两个LiDAR、一个IMU、列车里程计和一个全球导航卫星系统（GNSS）接收器的测量数据。作为前端，由IMU/里程计预积分估计出的运动对去噪后的点云进行畸变校正，并为帧间LiDAR里程计提供初始猜测。作为后端，构建了一个基于滑动窗口的因子图来联合优化多模态信息。此外，我们利用提取的轨道平面对约束和结构外观描述子，进一步提高系统对重复结构的鲁棒性。为确保全局一致且模糊度较低的建图结果，我们开发了一种两阶段建图方法，首先在局部尺度上进行扫描到地图的匹配，然后利用GNSS信息对子图进行配准。所提出的方法在长时间跨度、多种尺度和场景下采集的数据集上进行了广泛评估，结果表明RailLoMer即使在大型或退化环境中也能提供分米级定位精度。我们还将RailLoMer集成到一个交互式列车状态和铁路监测系统原型设计中，该原型已部署于一条实验性货运铁路。
引用
@article{arxiv.2111.15043,
title = {RailLoMer: Rail Vehicle Localization and Mapping with LiDAR-IMU-Odometer-GNSS Data Fusion},
author = {Yusheng Wang and Yidong Lou and Yi Zhang and Weiwei Song and Fei Huang and Zhiyong Tu and Shimin Zhang},
journal= {arXiv preprint arXiv:2111.15043},
year = {2021}
}