图尔库大学开源，紧耦合多模态多固态激光雷达惯性SLAM系统！

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

#论文# #开源代码# Robust Multi-Modal Multi-LiDAR-Inertial Odometry and Mapping for Indoor Environments

论文地址：https://arxiv.org/abs/2303.02684

作者单位：图尔库大学

开源代码：https://github.com/TIERS/multi-modal-loam

   集成多个激光雷达传感器可以显著增强机器人对环境的感知，使其能够捕获足够的里程计数据，用于同时定位和建图(SLAM)。事实上，固态激光雷达可以在机器人应用中以较低的成本带来高分辨率。然而，它们缩小的视场(FoV)限制了性能，特别是在室内。本文提出了一种用于测绘任务的紧耦合多模态多激光雷达惯性SLAM系统。通过利用固态激光雷达和旋转激光雷达以及内置惯性测量单元(IMU)，我们实现了鲁棒和低漂移的状态估计，以及在各种具有挑战性的室内环境(例如，房间)中的高分辨率地图。

  首先，我们使用时空校准模块来标定时间戳和传感器之间的外部参数。然后，从激光雷达数据中提取两组特征点，包括边缘点和面点。其次，利用预积分的IMU数据，对激光雷达点云数据应用了失真模块。最后，将未畸变的点云合并为一个点云，并使用基于滑动窗口的优化模块进行处理。从广泛的实验结果来看，我们的方法在不同的环境中显示了与最先进的旋转激光雷达或固态激光雷达SLAM系统的竞争性能。

本文贡献如下：

1、提出了多模态激光雷达时空校准和特征提取的完整解决方案。该方法采用基于ICP的扫描匹配方法来获取外部参数，基于分割和合并的时间戳对齐，以及用于旋转和固态激光雷达的统一的特征提取。

2、 设计和实现一种新型的紧密耦合多模态多激光雷达惯性建图框架，该框架能够将激光雷达与不同的扫描模式和IMU相结合，用于里程计估计。

3、 以利用低成本旋转LiDAR和固态LiDAR，这些LiDAR在高分辨率建图和高细节方面优于最先进的技术。

以上内容来自小六的机器人SLAM学习圈 每日更新内容