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# Range-Aided LiDAR-Inertial Multi-Vehicle Mapping in Degenerate Environment

論文地址：https://arxiv.org/pdf/2303.08454.pdf

作者單位：北京理工大學(xué)

介紹了一種距離輔助激光雷達(dá)-慣性多車輛建圖系統(tǒng)(RALI-MULTI)。首先，通過融合來自慣性測量單元(IMU)和LiDAR的觀測數(shù)據(jù)，設(shè)計(jì)了一種多度量權(quán)重LiDAR-慣性里程計(jì)。通過分析特征點(diǎn)云法向量的分布來評估退化程度和方向，并用其來激活退化校正模塊，在該模塊中，距離測量從退化方向?qū)ψ藨B(tài)估計(jì)進(jìn)行校正。然后，我們設(shè)計(jì)了一個多車輛建圖系統(tǒng)，其中一個集中的車輛接收每輛車的局部地圖和車輛之間的距離測量，以優(yōu)化全局位姿圖。全局地圖被廣播給其他車輛進(jìn)行定位和地圖更新，并且集中式車輛是動態(tài)可替換的。最后，我們提供了三個實(shí)驗(yàn)來驗(yàn)證所提出的RALI-MULTI算法的有效性。實(shí)驗(yàn)結(jié)果表明了該算法在退化環(huán)境中的優(yōu)越性。

1、我們提出了一種多度量權(quán)重的激光雷達(dá)慣性前端，它為每個特征點(diǎn)分配權(quán)重，并可以在退化環(huán)境中實(shí)現(xiàn)更好的里程測量。

2、 提出了一種基于幾何的退化檢測方法，作為后續(xù)退化校正模塊的基礎(chǔ)，該方法可以在線監(jiān)測退化水平并估計(jì)相應(yīng)的退化方向。

3、距離輔助退化校正模塊從退化方向補(bǔ)償激光雷達(dá)慣性里程計(jì)的誤差，退化方向被認(rèn)為是姿態(tài)估計(jì)誤差的主要分量。通過這種方式，我們可以提高建圖系統(tǒng)在退化環(huán)境中的魯棒性。

4、 所提出的RaLI Multi既有集中式方法的優(yōu)點(diǎn)，也有分散式方法的優(yōu)點(diǎn)。所有車輛都與中央節(jié)點(diǎn)進(jìn)行通信，并共享相同的全球地圖。錨車輛扮演著中心節(jié)點(diǎn)的角色，可以動態(tài)地轉(zhuǎn)移到其他車輛。因此，所提出的系統(tǒng)更具魯棒性和靈活性，有可能應(yīng)用于大規(guī)模退化環(huán)境。

以上內(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