以下內(nèi)容來自小六的機(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# #開源代碼# Asynchronous Multiple LiDAR-Inertial Odometry using Point-wise Inter-LiDAR Uncertainty Propagation

論文地址：https://arxiv.org/pdf/2305.16792.pdf

開源代碼：GitHub - minwoo0611/MA-LIO: Multiple Asynchronous ...

? ?近年來，多種LiDAR系統(tǒng)因其從視場(FOV)的增加精度和穩(wěn)定性而越來越受歡迎。然而，由于時(shí)間和空間差異，集成多個(gè)激光雷達(dá)可能具有挑戰(zhàn)性。常見的做法是在傳感器之間轉(zhuǎn)換點(diǎn)，同時(shí)需要嚴(yán)格的時(shí)間同步或近似傳感器幀之間的變換。與現(xiàn)有方法不同，我們使用連續(xù)時(shí)間 (CT) 慣性測量單元 (IMU) 建模詳細(xì)闡述了傳感器間變換，并將相關(guān)的歧義轉(zhuǎn)換出為點(diǎn)的不確定性。這種不確定性是通過將狀態(tài)協(xié)方差與采集時(shí)間和點(diǎn)范圍相結(jié)合來建模的，使我們能夠減輕嚴(yán)格的時(shí)間同步并克服 FOV 差異。該方法已在公共數(shù)據(jù)集和我們的數(shù)據(jù)集上進(jìn)行了測試，并與各種激光雷達(dá)制造商和掃描模式兼容。

?本文貢獻(xiàn)如下： 1、我們通過準(zhǔn)確地在激光雷達(dá)之間轉(zhuǎn)換點(diǎn)來解決視場差異。此外，通過利用 B 樣條插值，我們減少了時(shí)間差異，從而在 LiDAR 掃描對(duì)齊中產(chǎn)生一致性，即使 FOV 差異顯著。 2、提出的點(diǎn)的不確定性根據(jù)距離和點(diǎn)獲取時(shí)間引起的不確定性增加。這種逐點(diǎn)評(píng)估為距離更遠(yuǎn)或以后更遠(yuǎn)的點(diǎn)分配更大的不確定性，因此更普遍地處理不確定性。 3、所提出的定位權(quán)重在優(yōu)化過程中平衡了先驗(yàn)殘差和測量殘差之間的比率。這使得能夠在隧道和狹窄走廊等退化環(huán)境中自動(dòng)調(diào)整每個(gè)殘差的比例。 4、 我們的方法在公共和我們自己的數(shù)據(jù)集上得到驗(yàn)證。它與來自不同制造商的不同掃描模式的 LiDAR 的任何組合兼容。

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