DLL: 一种直接法的激光雷达定位方案

点云PCL免费知识星球，点云论文速读。

文章：DLL: Direct LIDAR Localization. A map-based localization approach for aerial robots

作者：Fernando Caballero1 and Luis Merino

编译：点云PCL

代码：https://github.com/robotics-upo/dll

来源：DLL has been accepted for publication in IROS 2021.

文章仅做学术分享，如有侵权联系删文。未经博主同意请勿擅自转载。

摘要

本文介绍了一种基于三维激光雷达的快速直接地图定位技术DLL，并将其应用于航空机器人，DLL基于点云地图的非线性优化实现点云到地图的配准，因此不需要特征，也不需要点之间的对应关系，给定一个初始姿态，该方法通过从里程计中提取预测的姿态来跟踪机器人的位姿，通过使用真实数据集和仿真的基准测试集，本文展示了该方法如何比蒙特卡罗定位方法表现得更好，并实现了与其他基于优化的方法相当的精度，但运行速度快了一个数量级，该方法对里程计误差也具有鲁棒性，该方法已在Robot操作系统（ROS）下实现，并公开了代码https://github.com/robotics-upo/dll。

主要内容

使用点云进行基于地图的机器人定位的过程可以总结为：

•机器人里程计，这里提供了一个很好的先验信息，表明自上次定位机器人以来，机器人移动了多少，该先验知识可用于在地图中准确猜测机器人的位置/方向，从而节省计算时间惯性测量单元（IMU），

•由于IMU价格便宜且准确，安装在所有智能手机上，在机器人上安装IMU是很常见的，由于罗盘中的磁场干扰，偏航角会发生显著畸变，而横滚角和俯仰角是可观察到的且准确的，该信息可用于对激光雷达点云进行倾斜补偿，从而简化配准过程。DLL提出了一种新的快速准确的点云配准方法，使惯导可以作为实际机器人安装中的主要定位系统，DLL已经在C++中实现并集成到ROS框架中，使用Ceres Solver来实现非线性优化过程。

实验对比

总结

提出了一种基于三维激光雷达的直接地图姿态跟踪方法，该方法使用原始点云，避免搜索点的对应关系，通过直接优化点云到地图的距离，使用地图的距离场表示法，对里程计预测的姿势进行细化，结果表明，对于所考虑的场景，该方法如何达到与NDT和ICP等方法类似的精度，但运行速度快一个数量级，可实时执行，此外，在噪声里程计的情况下，基于优化的NDT和DLL方法比蒙特卡罗定位方法表现更好。