Tightly-Coupled LiDAR-IMU-Wheel Odometry with Online Calibration of a Kinematic Model for Skid-Steering Robots

要約

トンネルや長い通路は、移動ロボットにとって困難な環境である。点群の縮退に対処するため、本研究ではスキッドステアリングロボットのためのオンラインキャリブレーションを用いたLiDAR-IMU-車輪オドメトリーアルゴリズムの緊密な結合を提案する。我々は、完全な線形車輪オドメトリ係数を提案し、これは運動制約として機能するだけでなく、スキッドステアリングロボットの運動モデルのオンラインキャリブレーションを実行する。動的に変化する運動モデル（例えば、タイヤ空気圧による車輪半径の変化）や地形条件にもかかわらず、本手法はオンラインキャリブレーションによってモデル誤差に対処することができる。さらに、LiDAR-IMUフュージョンが十分に動作している間にキャリブレーションを行うことで、長くて直線的な通路のような縮退した環境においても正確な定位が可能となる。さらに、車輪オドメトリの不確かさ（すなわち、共分散行列）をオンラインで推定し、合理的な制約を作成する。提案手法は3つの実験を通して検証される。最初の屋内実験では、提案手法が厳しい縮退ケース（長い通路）や車輪半径の変化に対してロバストであることを示す。2つ目の屋外実験では、車輪オドメトリのオンライン不確かさ推定により、屋外の荒れた地形にもかかわらず、提案手法がセンサ軌道を正確に推定することを示す。第3の実験では、提案するオンラインキャリブレーションにより、変化する地形においてロバストなオドメトリ推定が可能であることを示す。

要約(オリジナル)

Tunnels and long corridors are challenging environments for mobile robots because a LiDAR point cloud should degenerate in these environments. To tackle point cloud degeneration, this study presents a tightly-coupled LiDAR-IMU-wheel odometry algorithm with an online calibration for skid-steering robots. We propose a full linear wheel odometry factor, which not only serves as a motion constraint but also performs the online calibration of kinematic models for skid-steering robots. Despite the dynamically changing kinematic model (e.g., wheel radii changes caused by tire pressures) and terrain conditions, our method can address the model error via online calibration. Moreover, our method enables an accurate localization in cases of degenerated environments, such as long and straight corridors, by calibration while the LiDAR-IMU fusion sufficiently operates. Furthermore, we estimate the uncertainty (i.e., covariance matrix) of the wheel odometry online for creating a reasonable constraint. The proposed method is validated through three experiments. The first indoor experiment shows that the proposed method is robust in severe degeneracy cases (long corridors) and changes in the wheel radii. The second outdoor experiment demonstrates that our method accurately estimates the sensor trajectory despite being in rough outdoor terrain owing to online uncertainty estimation of wheel odometry. The third experiment shows the proposed online calibration enables robust odometry estimation in changing terrains.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL