センサ固有モデリング不要な堅牢LiDAR慣性オドメトリ
A Robust Approach for LiDAR-Inertial Odometry Without Sensor-Specific Modeling
センサ固有のモデリングに依存せず、簡易な運動モデルとスキャン・トゥ・マップ法を組み合わせたLiDAR慣性オドメトリを提案し、多様なセンサと環境で同一設定での堅牢性を実証した。
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: Meher V. R. Malladi, Tiziano Guadagnino, Luca Lobefaro, Cyrill Stachniss
分類: cs.RO
原文アブストラクト
Accurate odometry is a critical component in a robotic navigation stack, and subsequent modules such as planning and control often rely on an estimate of the robot's motion. Sensor-based odometry approaches should be robust across sensor types and deployable in different target domains, from solid-state LiDARs mounted on cars in urban-driving scenarios to spinning LiDARs on handheld packages used in unstructured natural environments. In this paper, we propose a robust LiDAR-inertial odometry system that does not rely on sensor-specific modeling. Sensor fusion techniques for LiDAR and inertial measurement unit (IMU) data typically integrate IMU data iteratively in a Kalman filter or use pre-integration in a factor graph framework, combined with LiDAR scan matching often exploiting some form of feature extraction. We propose an alternative strategy that only requires a simplified motion model for IMU integration and directly registers LiDAR scans in a scan-to-map approach. Our approach allows us to impose a novel regularization on the LiDAR registration, improving the overall odometry performance. We detail extensive experiments on a number of datasets covering a wide array of commonly used robotic sensors and platforms. We show that our approach works with the exact same configuration in all these scenarios, demonstrating its robustness. We have open-sourced our implementation so that the community can build further on our work and use it in their navigation stacks.
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
