VIRAL-Fusion：一种视觉-惯性-测距-激光雷达传感器融合方法
机器人学
2020-10-26 v1 系统与控制
系统与控制
摘要
近年来，基于相机或激光雷达的机载自主定位（OSL）方法取得了诸多显著进展。然而，估计漂移与特征依赖等问题仍是固有局限。另一方面，基于基础设施的方法通常可克服这些局限，但需付出一定的安装成本。这引出了一个有趣的问题：如何有效结合这些方法，从而实现相比任一单一方法具有长期一致性且灵活的定位。为此，我们提出一种基于综合优化的估计器，用于估计无人机（UAV）的 15 维状态，融合来自广泛传感器集的数据：惯性测量单元（IMUs）、超宽带（UWB）测距传感器，以及多个机载视觉-惯性与激光雷达里程计子系统。本质上，采用滑动窗口构建机器人位姿序列，其中这些位姿间的相对旋转与平移约束由 IMU 预积分和 OSL 观测获得，而姿态与位置在机体偏移 UWB 距离观测中耦合。我们开发了基于优化的方法以估计滑动窗口内机器人轨迹。我们在多种场景中评估所提方案性能，包括公共数据集实验、高保真图形-物理仿真器以及无人机飞行测试的实地采集数据。结果表明，我们的集成定位方法可有效解决漂移问题，同时仅需极小的安装要求。
引用
@article{arxiv.2010.12274,
title = {VIRAL-Fusion: A Visual-Inertial-Ranging-Lidar Sensor Fusion Approach},
author = {Thien-Minh Nguyen and Shenghai Yuan and Muqing Cao and Yang Lyu and Thien Hoang Nguyen and Lihua Xie},
journal= {arXiv preprint arXiv:2010.12274},
year = {2020}
}