LIO-MARS: 非一様連続時間軌道によるリアルタイムLiDAR慣性オドメトリ

- LiDAR-inertial odometry (LIO) の新手法 LIO-MARS を提案する論文。 - LiDAR odometry の MARS を基盤に、multi-resolution surfel maps と Gaussian mixture model (GMM) を continuous-time B-spline trajectory で jointly align する。 - 対象は search & rescue 等で使う flying robot を含む autonomous robotic systems の real-time perception。 - IMU と LiDAR の相補的センサを統合する。

- 従来の LIO と比べ、non-uniform temporal knot placement の scan window により、追加の scan delay なしで trajectory 全体の連続性を確保する点が新しい。 - covariance と GMM 計算を Kronecker sums and products で 3.3 倍高速化する。 - 最近の LIO systems に対し various handheld, ground, aerial vehicle-based datasets で state-of-the-art 品質を示すと主張。 - 具体的な先行研究名は要旨からは不明。

- continuous-time B-spline trajectory 上で multi-resolution surfel maps と GMM を jointly align。 - non-uniform temporal knot placement の scan window を採用し、trajectory 全体の連続性を維持。 - covariance と GMM 計算を Kronecker sums and products で高速化。 - unscented transform で surfels を de-skew。 - intra-scan segments への分割で spline optimization 中の motion compensation を実現。 - relative poses への soft constraints と preintegrated IMU pseudo-measurements を併用し robustness と accuracy を向上。

- various handheld, ground, aerial vehicle-based datasets で extensive evaluation を実施。 - 最近の LIO systems と比較し state-of-the-art 品質を示したと報告。 - 具体的なデータセット名・指標・数値は要旨からは不明。

- 要旨からは不明。 - 高速化係数 3.3 や soft constraints の寄与など定量的議論の詳細は本文参照が必要。

- 基盤である LiDAR odometry の MARS。 - 比較対象である recent LIO systems（具体名は要旨からは不明）。 - continuous-time B-spline trajectory を用いる LIO 関連研究。 - preintegrated IMU を用いる VIO/LIO の定番手法（例: IMU preintegration 系）。