Semi-Elastic LiDAR-Inertial Odometry

要約

既存の LiDAR 慣性状態推定方法は、現在のスイープの開始時の状態を前のスイープの終了時の状態と等しいものとして扱います。
ただし、前の状態が不正確な場合、現在の状態は LiDAR と IMU からの制約を一貫して満たすことができず、推定された状態 (ジグザグの軌道や高周波振動速度など) に局所的な不一致が生じます。
この問題に対処するために、本論文では半弾性 LiDAR の慣性状態推定手法を提案します。
私たちの方法は、状態を正しい値に最適化するのに十分な柔軟性を提供するため、状態推定の精度、一貫性、およびロバスト性の向上を確実に確保できます。
提案した手法を最適化ベースの LiDAR慣性オドメトリ (LIO) フレームワークに統合します。
4 つの公開データセットに関する実験結果は、私たちの方法が精度の点で既存の最先端の LiDAR 慣性オドメトリ システムよりも優れていることを示しています。
さらに、当社の半弾性 LiDAR 慣性状態推定手法により、精度、一貫性、堅牢性をさらに向上させることができます。
私たちは、LiDAR 慣性状態推定の進歩に貢献し、より広範な研究コミュニティに利益をもたらすために、この研究のソース コードをリリースしました。

要約(オリジナル)

Existing LiDAR-inertial state estimation methods treats the state at the beginning of current sweep as equal to the state at the end of previous sweep. However, if the previous state is inaccurate, the current state cannot satisfy the constraints from LiDAR and IMU consistently, and in turn yields local inconsistency in the estimated states (e.g., zigzag trajectory or high-frequency oscillating velocity). To address this issue, this paper proposes a semi-elastic LiDAR-inertial state estimation method. Our method provides the state sufficient flexibility to be optimized to the correct value, thus preferably ensuring improved accuracy, consistency, and robustness of state estimation. We integrate the proposed method into an optimization-based LiDARinertial odometry (LIO) framework. Experimental results on four public datasets demonstrate that our method outperforms existing state-of-the-art LiDAR-inertial odometry systems in terms of accuracy. In addition, our semi-elastic LiDAR-inertial state estimation method can better enhance the accuracy, consistency, and robustness. We have released the source code of this work to contribute to advancements in LiDAR-inertial state estimation and benefit the broader research community.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google