振動を考慮したLiDAR慣性オドメトリ：点ごとの歪み補正後不確かさに基づく手法
Vibration-aware Lidar-Inertial Odometry based on Point-wise Post-Undistortion Uncertainty
高速移動ロボットの激しい振動によるLiDARスキャンの歪みを、点ごとの歪み補正後不確かさを導入してモデル化し、その不確かさを活用した点群マッチングとカルマンフィルタで高精度なオドメトリを実現した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Yan Dong, Enci Xu, Shaoqiang Qiu, Wenxuan Li, Yang Liu, Bin Han
分類: cs.RO
原文アブストラクト
High-speed ground robots moving on unstructured terrains generate intense high-frequency vibrations, leading to LiDAR scan distortions in Lidar-inertial odometry (LIO). Accurate and efficient undistortion is extremely challenging due to (1) rapid and non-smooth state changes during intense vibrations and (2) unpredictable IMU noise coupled with a limited IMU sampling frequency. To address this issue, this paper introduces post-undistortion uncertainty. First, we model the undistortion errors caused by linear and angular vibrations and assign post-undistortion uncertainty to each point. We then leverage this uncertainty to guide point-to-map matching, compute uncertainty-aware residuals, and update the odometry states using an iterated Kalman filter. We conduct vibration-platform and mobile-platform experiments on multiple public datasets as well as our own recordings, demonstrating that our method achieves better performance than other methods when LiDAR undergoes intense vibration.
関連論文
- 球体型移動ロボットの3Dマッピングのためのリアルタイム地面法線ベクトル推定LiDARオドメトリ
- GR-LIO: 車体-地面間高さを用いた局所地面認識LiDAR慣性オドメトリLiDARオドメトリ
- FMCW-LIO: ドップラーLiDAR慣性オドメトリLiDARオドメトリ
- LF-GICP: ボクセル法線局在性フィールドによるパラメータフリーかつ縮退認識型LiDARオドメトリLiDARオドメトリ
- セマンティック重み付きICPによるLiDARオドメトリ：クラス認識型残差再重み付けによるロバストなスキャン位置合わせLiDARオドメトリ
- GenZ-LIO: 閉鎖空間と開放空間の境界を越えて汎化するLiDAR慣性オドメトリLiDARオドメトリ
