LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping.md

LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping.md_第1张图片

  LIO-SAM是一个使用因子图融合激光,IMU和GPS信息的SLAM算法。论文依次介绍了IMU,激光关键帧,GPS和回环节点。

IMU约束

  使用IMU预积分作为里程计的初值,并作为因子图的节点。

激光里程计

  在位移和旋转超过阈值时,创建新的关键帧。使用滑动窗口,利用最近的n个关键帧构筑体素地图。在将点分为地面点和非地面点之后,使用类似于LOAM的方法来进行Scan-to-model的位姿估计。

GPS节点

  使用GPS获得的绝对尺度来消除里程计的累计误差,但是GPS本身在复杂环境下可能会不可用,所以需要对GPS的可靠性进行评估.

回环检测

  对于每一个关键帧,在历史帧中找到的最近的帧,用这一帧附近2m帧,使用里程计部分的Scan-to-model方法来估计位姿。

你可能感兴趣的:(LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping.md)