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# Evaluation of Lidar-based 3D SLAM algorithms in SubT environment

論文地址：https://arxiv.org/abs/2302.13613

作者單位：瑞典Lule科技大學(xué)

? ?在缺乏自然光照或光照條件差的惡劣地下環(huán)境中，機(jī)器人自主導(dǎo)航是一項(xiàng)具有挑戰(zhàn)性的任務(wù)，本文對(duì)3D SLAM算法進(jìn)行了實(shí)驗(yàn)比較研究。研究的重點(diǎn)是最先進(jìn)的激光雷達(dá)SLAM算法的開(kāi)源實(shí)現(xiàn)，它們是：1)BLAM, LOAM, ALOAM, ISC-LOAM and hdl graph slam；或2)激光雷達(dá)慣性算法，如LeGO-LOAM, Cartographer, LIO-mapping and LIO-SAM。

? ? 對(duì)這些方法的評(píng)估是基于在地下隧道執(zhí)行任務(wù)期間從波士頓動(dòng)力公司的SPOT機(jī)器人收集的數(shù)據(jù)集，該機(jī)器人配備了3D激光雷達(dá)Velodyne Puck Lite和IMU Vectornav VN-100。在評(píng)估過(guò)程中，比較了SLAM算法的位姿重建和3D隧道重建，以找出在位姿精度和地圖質(zhì)量方面表現(xiàn)最可靠的方法。

本文貢獻(xiàn)如下：

1、使用SubT數(shù)據(jù)集對(duì)九種基于SoA激光雷達(dá)的3D SLAM方法進(jìn)行評(píng)估，以證明其在此類(lèi)環(huán)境中的性能，其動(dòng)機(jī)是在地下隧道環(huán)境中部署這些方法的新需求。更具體地說(shuō)，評(píng)估數(shù)據(jù)集是在波士頓動(dòng)力點(diǎn)的勘探任務(wù)期間沿著具有多個(gè)隧道的地下區(qū)域收集的。機(jī)載傳感器套件由Velodyne Puck Lite激光雷達(dá)和Vectornav vn-100 IMU組成，Velodyne Puck Lite激光雷達(dá)是用于自主導(dǎo)航的SoA傳感器，該硬件通常用于多個(gè)機(jī)器人系統(tǒng)，與SubT研究工作密切相關(guān)。

2、 姿態(tài)估計(jì)的定量和定性比較以及所有方法的3D環(huán)境圖，這將使機(jī)器人社區(qū)易于評(píng)估和了解其優(yōu)缺點(diǎn)，包括為該應(yīng)用選擇SLAM算法框架。

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