ROLO-SLAM: 面向不均匀地形下的旋转优化 LiDAR-only SLAM
机器人学
2025-01-07 v1 计算机视觉与模式识别
摘要
LiDAR-based SLAM 被认作在粗糙环境中提供定位指导的有效方法之一。然而, 商用 LiDAR-based SLAM 方法在转向不均匀地形时会出现显著的姿态估计漂移,尤其是垂直方向分量,导致全局地图明显畸变。本文提出一种 LiDAR-based SLAM 方法, 提升地面车辆在粗糙地形中的姿态估计精度, 称为 Rotation-Optimized LiDAR-Only (ROLO) SLAM。该方法利用前向位置预测粗略消除连续扫描之间的位置差异, 从而独立且准确地确定前端的定位与姿态。进一步采用并行能力的空间体素化进行对应匹配。在每个体素内构建球形对齐引导的旋转配准以估计车辆旋转。通过融合几何对齐, 将运动约束引入优化公式以增强 LiDAR 平移的快速有效估计。随后提取关键帧构建子图, 并利用当前扫描对子图的对齐实现精确姿态估计。同时建立全局尺度因子图以辅助累积误差的降低。在各种场景下进行实验评估, 结果表明 ROLO-SLAM 在地面车辆姿态估计方面优于现有 SOTA LiDAR SLAM 框架。
关键词
引用
@article{arxiv.2501.02166,
title = {ROLO-SLAM: Rotation-Optimized LiDAR-Only SLAM in Uneven Terrain with Ground Vehicle},
author = {Yinchuan Wang and Bin Ren and Xiang Zhang and Pengyu Wang and Chaoqun Wang and Rui Song and Yibin Li and Max Q. -H. Meng},
journal= {arXiv preprint arXiv:2501.02166},
year = {2025}
}
备注
This article has been accepted by Journal of Field Robotics