RELEAD：恶劣环境下具有增强激光雷达里程计的弹性定位
机器人学
2024-03-18 v2
摘要
基于激光雷达的定位对于矿山测量和地下设施维护等应用具有重要价值。然而，现有方法在处理挑战性场景中的非信息性几何结构时往往表现不佳。本文提出了 RELEAD，一种以激光雷达为中心的解决方案，旨在解决扫描匹配退化问题。我们的方法通过在前端求解约束 ESIKF 更新来实现无退化点云配准，并通过基于逐步非凸性（GNC）的图优化整合多传感器约束，即使面对异常值测量也能有效处理。此外，我们提出了一种鲁棒的增量固定滞后平滑器（rIFL），用于高效的基于 GNC 的优化。RELEAD 已在退化场景中经过广泛评估，其性能优于现有的最先进激光雷达 - 惯性里程计和激光雷达 - 视觉 - 惯性里程计方法。
引用
@article{arxiv.2402.18934,
title = {RELEAD: Resilient Localization with Enhanced LiDAR Odometry in Adverse Environments},
author = {Zhiqiang Chen and Hongbo Chen and Yuhua Qi and Shipeng Zhong and Dapeng Feng and Wu Jin and Weisong Wen and Ming Liu},
journal= {arXiv preprint arXiv:2402.18934},
year = {2024}
}