Dynamic Initialization for LiDAR-inertial SLAM

要約

初期速度、重力方向、IMUバイアスを含む初期状態の精度は、Lidar-inertial Slamシステムの初期化にとって重要です。
不正確な初期値は、初期化速度を低下させるか、障害につながる可能性があります。
システムが緊急のタスクに直面している場合、自然災害、爆弾処理、および救助ミッションでのLidar-inertial Slamの再起動後の救助環境の迅速な評価中など、ロボットが動いている間、堅牢で速い初期化が必要です。
ただし、既存の初期化方法では通常、プラットフォームが静止したままである必要があります。これは、ロボットが動いている場合は効果がありません。
この問題に対処するために、このペーパーでは、Lidar-inertial Systems（D-Li-Init）の堅牢で高速の動的初期化方法を紹介します。
この方法は、LIDARベースのodometryをIMU測定と繰り返し整列させ、システム初期化を実現します。
Lidar odometryモジュールの信頼性を高めるために、LidarとジャイロスコープはESIKFフレームワーク内に密接に統合されています。
ジャイロスコープは、ポイントクラウドの回転歪みを補正します。
翻訳の歪み補正は、反復更新フェーズ中に発生し、Lidar-Gyroscopeの臭気測定の出力が生じます。
提案された方法は、ロボットが移動していても静止していても、システムを初期化できます。
パブリックデータセットと実際の環境での実験は、D-Li-Initアルゴリズムが車両、ハンドヘルドデバイス、UAVなどのさまざまなプラットフォームに効果的にサービスを提供できることを示しています。
D-Li-Initは、特定のモーションパターンに関係なく動的初期化を完了します。
研究コミュニティに利益をもたらすために、GitHubでコードとテストデータセットをオープンソースしました。

要約(オリジナル)

The accuracy of the initial state, including initial velocity, gravity direction, and IMU biases, is critical for the initialization of LiDAR-inertial SLAM systems. Inaccurate initial values can reduce initialization speed or lead to failure. When the system faces urgent tasks, robust and fast initialization is required while the robot is moving, such as during the swift assessment of rescue environments after natural disasters, bomb disposal, and restarting LiDAR-inertial SLAM in rescue missions. However, existing initialization methods usually require the platform to remain stationary, which is ineffective when the robot is in motion. To address this issue, this paper introduces a robust and fast dynamic initialization method for LiDAR-inertial systems (D-LI-Init). This method iteratively aligns LiDAR-based odometry with IMU measurements to achieve system initialization. To enhance the reliability of the LiDAR odometry module, the LiDAR and gyroscope are tightly integrated within the ESIKF framework. The gyroscope compensates for rotational distortion in the point cloud. Translational distortion compensation occurs during the iterative update phase, resulting in the output of LiDAR-gyroscope odometry. The proposed method can initialize the system no matter the robot is moving or stationary. Experiments on public datasets and real-world environments demonstrate that the D-LI-Init algorithm can effectively serve various platforms, including vehicles, handheld devices, and UAVs. D-LI-Init completes dynamic initialization regardless of specific motion patterns. To benefit the research community, we have open-sourced our code and test datasets on GitHub.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google