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

要約

この論文では、距離支援 LiDAR 慣性マルチビークル マッピング システム (RaLI-Multi) を紹介します。
最初に、慣性測定ユニット (IMU) と光検出および測距センサー (LiDAR) からの観測を融合することにより、マルチメトリック重み LiDAR 慣性オドメトリーを設計します。
縮退レベルと方向は、特徴点群の法線ベクトルの分布を分析することによって評価され、縮退補正モジュールをアクティブ化するために使用されます。縮退補正モジュールでは、距離測定が縮退方向から姿勢推定を補正します。
次に、集中化された車両が各車両のローカルマップと車両間の距離測定値を受信して​​グローバルポーズグラフを最適化する複数車両マッピングシステムを設計します。
グローバル マップは、ローカライゼーションとマッピングの更新のために他の車両にブロードキャストされ、集中化された車両は動的に交換可能です。
最後に、提案された RaLI-Multi の有効性を検証するための 3 つの実験を提供します。
結果は、変性環境におけるその優位性を示しています

要約(オリジナル)

This paper presents a range-aided LiDAR-inertial multi-vehicle mapping system (RaLI-Multi). Firstly, we design a multi-metric weights LiDAR-inertial odometry by fusing observations from an inertial measurement unit (IMU) and a light detection and ranging sensor (LiDAR). The degenerate level and direction are evaluated by analyzing the distribution of normal vectors of feature point clouds and are used to activate the degeneration correction module in which range measurements correct the pose estimation from the degeneration direction. We then design a multi-vehicle mapping system in which a centralized vehicle receives local maps of each vehicle and range measurements between vehicles to optimize a global pose graph. The global map is broadcast to other vehicles for localization and mapping updates, and the centralized vehicle is dynamically fungible. Finally, we provide three experiments to verify the effectiveness of the proposed RaLI-Multi. The results show its superiority in degeneration environments

arxiv情報

提供元, 利用サービス

arxiv.jp, Google