SLAM2REF：基于 3D LiDAR 和参考地图集成的长期映射，实现精确的 6 自由度轨迹估计与地图扩展
机器人学
2024-08-29 v1
摘要
本文提出了一种首次解决移动 3D LiDAR 与惯性测量单元（IMU）数据与现有建筑信息模型或点云集成的方案，这对于实现室内 GPS 禁区环境中的精确长期定位和映射至关重要。我们提出的框架 SLAM2REF 引入了一种新方法，用于利用参考 3D 地图进行自动对齐和地图扩展。该方法的实施得到一种精细的多会话锚定技术的支持，该技术集成了新型特征描述子和配准方法。实验结果表明，该框架在鲁性和精度方面均远超当前最先进的方法。我们的开源框架的意义在于为韧性地图数据管理做出了贡献，增强了建筑工地监测、应急响应、灾害管理等领域的工作效率，其中快速更新的数字 3D 地图有助于更好的决策和提高生产力。此外，它还在定位和映射研究方面提供了新的突破。链接至仓库：https://github.com/MigVega/SLAM2REF，数据：https://doi.org/10.14459/2024mp1743877。
引用
@article{arxiv.2408.15948,
title = {SLAM2REF: Advancing Long-Term Mapping with 3D LiDAR and Reference Map Integration for Precise 6-DoF Trajectory Estimation and Map Extension},
author = {Miguel Arturo Vega Torres and Alexander Braun and André Borrmann},
journal= {arXiv preprint arXiv:2408.15948},
year = {2024}
}