同济大学提出高精度 LiDAR惯性 紧耦合系统 LIMOT：实现多目标跟踪与定位

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# LIMOT: A Tightly-Coupled System for LiDAR-Inertial Odometry and Multi-Object Tracking

论文地址：https://arxiv.org/abs/2305.00406

作者单位：同济大学

 同时定位和建图(SLAM)是实现自动驾驶的关键。大多数激光雷达惯性SLAM算法都假设一个静态环境，导致在动态环境下定位不可靠。此外，运动物体的准确跟踪对于自动驾驶汽车的控制和规划具有重要意义。本研究提出了LIMOT，一种紧耦合的多目标跟踪和激光雷达惯性SLAM系统，能够准确估计车辆和物体的姿态。首先，用目标探测器产生的三维包围盒表示所有运动目标，并利用惯性测量单元(IMU)的预积分结果进行LiDAR里程测量。基于滑动窗口中跟踪对象的历史轨迹，实现鲁棒目标关联。提出了一种基于轨迹的动态特征过滤方法，利用跟踪结果过滤出属于运动物体的特征。然后进行基于因子图的优化，以优化IMU的偏置以及小车和周围物体在滑动窗口中的姿态。在KITTI数据集上进行的实验表明，我们的方法比我们之前的工作DL-SLOT和其他SLAM和多目标跟踪基线方法获得了更好的姿态和跟踪精度。

本文贡献如下： 1、开发紧耦合的多目标跟踪和LiDAR初始SLAM系统，允许联合估计车辆和周围物体的姿态。 2、引入一种方法，该方法利用近似的物体轨迹来识别和排除属于运动物体的特征点，同时仍然利用静态物体上的特征点来为扫描匹配提供约束。

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