【传感器融合】开源 | 香港大学提出一种快速激光雷达惯性视觉测程系统FAST-LIVO，计算成本超低！

论文地址： http://arxiv.org/pdf/2203.00893v1.pdf

代码： https://github.com/hku-mars/FAST-LIVO

来源： 香港大学

论文名称：FAST-LIVO: Fast and Tightly-coupled Sparse-Direct LiDAR-Inertial-Visual Odometry

原文作者：Chunran Zheng

内容提要

为了在同步定位与测绘(SLAM)任务中实现准确而鲁棒的姿态估计，多传感器融合被证明是一种有效的解决方案，在机器人应用中具有巨大的潜力。本文提出了一种快速激光雷达惯性视觉测程系统FAST-LIVO，该系统基于两个紧密耦合的直接测程子系统：VIO子系统和LIO子系统。LIO子系统将新扫描的原始点(而不是边缘或平面上的特征点)注册到增量构建的点云图中。地图点还附加了图像补丁，然后在VIO子系统中使用这些补丁来通过最小化直接光度误差来对齐新图像，而不提取任何视觉特征(例如ORB或FAST角特征)。为了进一步提高VIO的鲁棒性和准确性，提出了一种新的异常值抑制方法来抑制位于图像视图边缘或被遮挡的不稳定地图点。基于开放数据序列和我们定制的设备数据进行了实验。结果表明，我们提出的系统优于其他同类系统，能够以较低的计算成本处理具有挑战性的环境。该系统支持多线旋转激光雷达和新兴的具有完全不同扫描模式的固态激光雷达，并且可以在英特尔和ARM处理器上实时运行。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有