以下內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文##開源# arxiv|武漢大學(xué)開源FF-Lins：一種一致的幀到幀固態(tài)激光雷達(dá)慣性狀態(tài)估計器

【FF-LINS: A Consistent Frame-to-Frame Solid-State-LiDAR-Inertial State Estimator】

開源代碼：Page not found · GitHub · GitHub

文章鏈接：[2307.06632] FF-LINS: A Consistent Frame-to-Frame ...

現(xiàn)有的LiDAR慣導(dǎo)系統(tǒng)大多基于幀到地圖的配準(zhǔn)，導(dǎo)致狀態(tài)估計中的不一致性。最新的非重復(fù)掃描模式的固態(tài)激光雷達(dá)使得通過幀到幀的數(shù)據(jù)關(guān)聯(lián)實(shí)現(xiàn)激光雷達(dá)-慣性估計器的一致性成為可能。本文提出了一種適用于固態(tài)激光雷達(dá)的健壯一致的幀間激光雷達(dá)慣性導(dǎo)航系統(tǒng)( FF-LINS )。在以INS為中心的LiDAR框架處理下，利用積累的點(diǎn)云構(gòu)建關(guān)鍵幀點(diǎn)云地圖，構(gòu)建幀間數(shù)據(jù)關(guān)聯(lián)。利用因子圖優(yōu)化將LiDAR幀間和慣性測量單元( Inertial Measurement Unit，IMU )預(yù)積分測量緊密集成，并對LiDAR - IMU外參和時延參數(shù)進(jìn)行在線標(biāo)定。

在公共數(shù)據(jù)集和私有數(shù)據(jù)集上的實(shí)驗(yàn)表明，提出的FF - LINS比現(xiàn)有的系統(tǒng)具有更好的準(zhǔn)確性和魯棒性。此外，LiDAR - IMU外參數(shù)和時間延遲參數(shù)得到有效估計，在線標(biāo)定顯著提高了位姿精度。