FF-LINS: A Consistent Frame-to-Frame Solid-State-LiDAR-Inertial State Estimator

要約

既存の LiDAR 慣性ナビゲーション システムのほとんどは、フレームからマップへの登録に基づいているため、状態推定に不一致が生じます。
非反復走査パターンを備えた最新のソリッドステート LiDAR では、フレーム間のデータ関連付けを採用することで、一貫した LiDAR 慣性推定器を実現できます。
このレターでは、ソリッドステート LiDAR 用の堅牢で一貫したフレーム間 LiDAR 慣性ナビゲーション システム (FF-LINS) を提案します。
INS 中心の LiDAR フレーム処理では、蓄積された点群を使用してキーフレーム点群マップが構築され、フレーム間のデータ関連付けが構築されます。
LiDAR のフレーム間および慣性測定ユニット (IMU) の事前積分測定は、ファクター グラフの最適化と、LiDAR-IMU の外部パラメーターおよび時間遅延パラメーターのオンライン校正を使用して緊密に統合されます。
公開および非公開のデータセットでの実験により、提案された FF-LINS が最先端のシステムよりも優れた精度と堅牢性を達成できることが実証されました。
さらに、LiDAR-IMU の外部パラメータと時間遅延パラメータが効果的に推定され、オンライン キャリブレーションにより姿勢精度が著しく向上します。
提案された FF-LINS と採用されたデータセットは、GitHub (https://github.com/i2Nav-WHU/FF-LINS) でオープンソース化されています。

要約(オリジナル)

Most of the existing LiDAR-inertial navigation systems are based on frame-to-map registrations, leading to inconsistency in state estimation. The newest solid-state LiDAR with a non-repetitive scanning pattern makes it possible to achieve a consistent LiDAR-inertial estimator by employing a frame-to-frame data association. In this letter, we propose a robust and consistent frame-to-frame LiDAR-inertial navigation system (FF-LINS) for solid-state LiDARs. With the INS-centric LiDAR frame processing, the keyframe point-cloud map is built using the accumulated point clouds to construct the frame-to-frame data association. The LiDAR frame-to-frame and the inertial measurement unit (IMU) preintegration measurements are tightly integrated using the factor graph optimization, with online calibration of the LiDAR-IMU extrinsic and time-delay parameters. The experiments on the public and private datasets demonstrate that the proposed FF-LINS achieves superior accuracy and robustness than the state-of-the-art systems. Besides, the LiDAR-IMU extrinsic and time-delay parameters are estimated effectively, and the online calibration notably improves the pose accuracy. The proposed FF-LINS and the employed datasets are open-sourced on GitHub (https://github.com/i2Nav-WHU/FF-LINS).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google