RESPLE: Recursive Spline Estimation for LiDAR-Based Odometry

要約

b-splinesを使用した連続時間6-dofダイナミックモーション推定のための新しい再帰的ベイジアン推定フレームワークを紹介します。
状態ベクトルは、位置制御ポイントの再発セットと方向制御ポイントの増分で構成され、エラー状態の定式化を伴わずに、反復された拡張カルマンフィルターの簡単な変更を可能にします。
結果として得られる再帰スプライン推定器（RESPLE）は、モーション推定のための多用途で実用的で軽量のソリューションを提供し、1つまたは複数のLIDARとIMUの統合をサポートする直接的なLIDARベースの匂いのためにさらに活用されます。
公開データセットと独自の実験に基づいて、屋内、都市部、野生の野生の環境で動作する空中、車輪、脚の、ウェアラブルなプラットフォームをカバーする独自の実験に基づいて、広範な実世界のベンチマークを実施しています。
レスレベースのソリューションは、リアルタイムのパフォーマンスを達成しながら、対応する最先端のシステムよりも優れた推定精度と堅牢性を実現します。
特に、LIDARのみのバリアントは、Lidarの重大な縮退なしのシナリオで既存のLidar-inertialシステムよりも優れており、追加のLidarおよび慣性センサーがより困難な条件のために組み込まれている場合、さらなる改善を示しています。
https://github.com/asig-x/respleでソースコードと独自の実験データセットをリリースします。

要約(オリジナル)

We present a novel recursive Bayesian estimation framework for continuous-time six-DoF dynamic motion estimation using B-splines. The state vector consists of a recurrent set of position control points and orientation control point increments, enabling a straightforward modification of the iterated extended Kalman filter without involving the error-state formulation. The resulting recursive spline estimator (RESPLE) provides a versatile, pragmatic and lightweight solution for motion estimation and is further exploited for direct LiDAR-based odometry, supporting integration of one or multiple LiDARs and an IMU. We conduct extensive real-world benchmarking based on public datasets and own experiments, covering aerial, wheeled, legged, and wearable platforms operating in indoor, urban, wild environments with diverse LiDARs. RESPLE-based solutions achieve superior estimation accuracy and robustness over corresponding state-of-the-art systems, while attaining real-time performance. Notably, our LiDAR-only variant outperforms existing LiDAR-inertial systems in scenarios without significant LiDAR degeneracy, and showing further improvements when additional LiDAR and inertial sensors are incorporated for more challenging conditions. We release the source code and own experimental datasets at https://github.com/ASIG-X/RESPLE .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google