以下內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)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(kāi)源代碼# Robust Multi-Modal Multi-LiDAR-Inertial Odometry and Mapping for Indoor Environments

論文地址：https://arxiv.org/abs/2303.02684

作者單位：圖爾庫(kù)大學(xué)

開(kāi)源代碼：https://github.com/TIERS/multi-modal-loam

? ?集成多個(gè)激光雷達(dá)傳感器可以顯著增強(qiáng)機(jī)器人對(duì)環(huán)境的感知，使其能夠捕獲足夠的里程計(jì)數(shù)據(jù)，用于同時(shí)定位和建圖(SLAM)。事實(shí)上，固態(tài)激光雷達(dá)可以在機(jī)器人應(yīng)用中以較低的成本帶來(lái)高分辨率。然而，它們縮小的視場(chǎng)(FoV)限制了性能，特別是在室內(nèi)。本文提出了一種用于測(cè)繪任務(wù)的緊耦合多模態(tài)多激光雷達(dá)慣性SLAM系統(tǒng)。通過(guò)利用固態(tài)激光雷達(dá)和旋轉(zhuǎn)激光雷達(dá)以及內(nèi)置慣性測(cè)量單元(IMU)，我們實(shí)現(xiàn)了魯棒和低漂移的狀態(tài)估計(jì)，以及在各種具有挑戰(zhàn)性的室內(nèi)環(huán)境(例如，房間)中的高分辨率地圖。

? 首先，我們使用時(shí)空校準(zhǔn)模塊來(lái)標(biāo)定時(shí)間戳和傳感器之間的外部參數(shù)。然后，從激光雷達(dá)數(shù)據(jù)中提取兩組特征點(diǎn)，包括邊緣點(diǎn)和面點(diǎn)。其次，利用預(yù)積分的IMU數(shù)據(jù)，對(duì)激光雷達(dá)點(diǎn)云數(shù)據(jù)應(yīng)用了失真模塊。最后，將未畸變的點(diǎn)云合并為一個(gè)點(diǎn)云，并使用基于滑動(dòng)窗口的優(yōu)化模塊進(jìn)行處理。從廣泛的實(shí)驗(yàn)結(jié)果來(lái)看，我們的方法在不同的環(huán)境中顯示了與最先進(jìn)的旋轉(zhuǎn)激光雷達(dá)或固態(tài)激光雷達(dá)SLAM系統(tǒng)的競(jìng)爭(zhēng)性能。

本文貢獻(xiàn)如下：

1、提出了多模態(tài)激光雷達(dá)時(shí)空校準(zhǔn)和特征提取的完整解決方案。該方法采用基于ICP的掃描匹配方法來(lái)獲取外部參數(shù)，基于分割和合并的時(shí)間戳對(duì)齊，以及用于旋轉(zhuǎn)和固態(tài)激光雷達(dá)的統(tǒng)一的特征提取。

2、 設(shè)計(jì)和實(shí)現(xiàn)一種新型的緊密耦合多模態(tài)多激光雷達(dá)慣性建圖框架，該框架能夠?qū)⒓す饫走_(dá)與不同的掃描模式和IMU相結(jié)合，用于里程計(jì)估計(jì)。

3、 以利用低成本旋轉(zhuǎn)LiDAR和固態(tài)LiDAR，這些LiDAR在高分辨率建圖和高細(xì)節(jié)方面優(yōu)于最先進(jìn)的技術(shù)。

以上內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈 每日更新內(nèi)容