Tightly Coupled Range Inertial Localization on a 3D Prior Map Based on Sliding Window Factor Graph Optimization

要約

この論文では、3D 事前マップの距離慣性位置特定アルゴリズムを紹介します。
提案されたアルゴリズムは、スライディング ウィンドウ係数グラフ上の IMU 係数とともに、スキャン間およびスキャン対マップの点群登録係数を密に結合します。
スキャン間およびスキャン対マップのレジストレーション要素の緊密な結合により、センサーのエゴモーション推定とマップベースの軌道補正のスムーズな融合が可能になり、その結果、深刻な点群の変性や欠陥のある環境下でのセンサーの姿勢の堅牢な追跡が可能になります。
地図内の地域。
また、重力方向と IMU 状態をロバストに推定し、事前の位置情報なしでシステムを初期化するために 3 自由度または 4 自由度でグローバル位置特定を実行するのに役立つ初期センサー状態推定アルゴリズムも提案します。
実験結果は、点群データが縮退したり、センサーが一時的に中断されたり、センサーがマップの境界に沿って移動したり、マップされていない領域に移動したりする非常に厳しい状況において、提案された手法が既存の最先端の手法を上回るパフォーマンスを発揮することを示しています。

要約(オリジナル)

This paper presents a range inertial localization algorithm for a 3D prior map. The proposed algorithm tightly couples scan-to-scan and scan-to-map point cloud registration factors along with IMU factors on a sliding window factor graph. The tight coupling of the scan-to-scan and scan-to-map registration factors enables a smooth fusion of sensor ego-motion estimation and map-based trajectory correction that results in robust tracking of the sensor pose under severe point cloud degeneration and defective regions in a map. We also propose an initial sensor state estimation algorithm that robustly estimates the gravity direction and IMU state and helps perform global localization in 3- or 4-DoF for system initialization without prior position information. Experimental results show that the proposed method outperforms existing state-of-the-art methods in extremely severe situations where the point cloud data becomes degenerate, there are momentary sensor interruptions, or the sensor moves along the map boundary or into unmapped regions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google