Evaluation and comparison of eight popular Lidar and Visual SLAM algorithms

要約

本論文では、一般的でオープンソースの3D Lidarおよび視覚SLAM（Simultaneous Localization and Mapping）アルゴリズムである、LOAM、Lego LOAM、LIO SAM、HDL Graph、ORB SLAM3、Basalt VIO、SVO2について評価を行った。屋内外の実験を工夫し、i) センサの取り付け位置の影響、ii) 地形の種類や振動の影響、iii) 運動（直線速度と角速度の変化）の影響を調査した。また，相対的なポーズ誤差と絶対的なポーズ誤差の観点から，それぞれの性能を比較する．また、必要な計算機資源の比較も行う。また、マルチカメラとマルチライダーの屋内外のデータセットを用いて、結果を徹底的に分析・議論し、環境ケースに対して最もパフォーマンスの高いシステムを特定する。私たちは、私たちの発見が、ターゲット環境に基づいて、彼らのニーズに合ったセンサーと対応するSLAMアルゴリズムの組み合わせを選択するのに役立つことを願っています。

要約(オリジナル)

In this paper, we evaluate eight popular and open-source 3D Lidar and visual SLAM (Simultaneous Localization and Mapping) algorithms, namely LOAM, Lego LOAM, LIO SAM, HDL Graph, ORB SLAM3, Basalt VIO, and SVO2. We have devised experiments both indoor and outdoor to investigate the effect of the following items: i) effect of mounting positions of the sensors, ii) effect of terrain type and vibration, iii) effect of motion (variation in linear and angular speed). We compare their performance in terms of relative and absolute pose error. We also provide comparison on their required computational resources. We thoroughly analyse and discuss the results and identify the best performing system for the environment cases with our multi-camera and multi-Lidar indoor and outdoor datasets. We hope our findings help one to choose a sensor and the corresponding SLAM algorithm combination suiting their needs, based on their target environment.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL