Asynchronous Multiple LiDAR-Inertial Odometry using Point-wise Inter-LiDAR Uncertainty Propagation

要約

近年、視野 (FOV) の拡大による精度と安定性の向上により、複数の光検出測距 (LiDAR) システムの人気が高まっています。
ただし、複数の LiDAR を統合することは、時間的および空間的な不一致が原因で困難な場合があります。
一般的な手法は、厳密な時間同期を必要とするか、センサー フレーム間での近似変換を必要としながら、センサー間でポイントを変換することです。
既存の手法とは異なり、連続時間 (CT) 慣性測定装置 (IMU) モデリングを使用してセンサー間変換を精緻化し、関連する曖昧さを点単位の不確実性として導出します。
この不確実性は、状態の共分散と取得時間およびポイント範囲を組み合わせることによってモデル化されるため、厳密な時間同期を軽減し、FOV の違いを克服することができます。
提案された方法は、公開データセットと当社のデータセットの両方で検証されており、さまざまな LiDAR メーカーおよびスキャン パターンと互換性があります。
https://github.com/minwoo0611/MA-LIO でコードをオープンソース化し、一般公開します。

要約(オリジナル)

In recent years, multiple Light Detection and Ranging (LiDAR) systems have grown in popularity due to their enhanced accuracy and stability from the increased field of view (FOV). However, integrating multiple LiDARs can be challenging, attributable to temporal and spatial discrepancies. Common practice is to transform points among sensors while requiring strict time synchronization or approximating transformation among sensor frames. Unlike existing methods, we elaborate the inter-sensor transformation using continuous-time (CT) inertial measurement unit (IMU) modeling and derive associated ambiguity as a point-wise uncertainty. This uncertainty, modeled by combining the state covariance with the acquisition time and point range, allows us to alleviate the strict time synchronization and to overcome FOV difference. The proposed method has been validated on both public and our datasets and is compatible with various LiDAR manufacturers and scanning patterns. We open-source the code for public access at https://github.com/minwoo0611/MA-LIO.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google