香港大学提出层级式LiDAR捆绑调整实现大规模LiDAR一致性建图

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# Large-Scale LiDAR Consistent Mapping using Hierachical LiDAR Bundle Adjustment

论文地址：https://arxiv.org/abs/2209.11939

作者单位：香港大学  

重建精确一致的大规模激光雷达点云图对于机器人应用至关重要。现有的位姿图优化方法虽然具有时间效率，但不能直接优化建图一致性。激光雷达束调整(BA)最近被提出来解决这个问题;然而，在大规模地图上，这太费时了。为了解决这一问题，本文提出了一种适用于大比例尺地图的全局一致且高效的建图方法。我们提出的工作包括自底向上的分层BA和自顶向下的姿态图优化，它结合了两种方法的优点。通过分层设计，我们用比原来的BA更小的Hessian矩阵大小解决了多个BA问题;通过位姿图优化，实现了激光雷达姿态的平稳高效更新。我们提出的方法的有效性和鲁棒性已经在多个空间和及时的大型公共旋转激光雷达数据集上得到验证，即KITTI、MulRan和Newer College，以及结构化和非结构化场景下自收集的固态激光雷达数据集。通过适当的设置，我们证明了我们的工作可以用大约12%的序列时间生成全局一致的建图。

本文贡献如下：

1、提出了一种分层BA方法，对激光雷达的建图一致性和建图精度进行全局优化。我们提出的方法提高了给定良好的初始姿态轨迹(例如，从位姿图优化)的建图质量，甚至在初始姿态轨迹有较大漂移时缩小了差距。

2、我们提出的工作的有效性已经在多个公共机械旋转激光雷达数据集和我们自收集的固态激光雷达数据集上得到了验证，这些数据集包括结构化和非结构化场景。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容