浙大、慕尼黑工业大学开源Coco-LIC：基于非均匀B样条的连续时间紧耦合LiD

#论文##开源# RAL 2023|浙大、慕尼黑工业大学开源Coco-LIC：基于非均匀B样条的连续时间紧耦合LiDAR-惯性-相机里程计 【Coco-LIC: Continuous-Time Tightly-Coupled LiDAR-Inertial-Camera Odometry using Non-Uniform B-spline】 文章链接：http://arxiv.org/abs/2309.09808 开源代码：GitHub - APRIL-ZJU/Coco-LIC: Coco-LIC: Continuous-... 在本文中，我们提出了一种有效的连续时间LiDAR -惯性相机里程计，利用非均匀B样条将LiDAR、IMU和相机的测量值紧密耦合。与基于均匀B样条的连续时间方法相比，我们的非均匀B样条方法在实现实时高效和高精度方面具有显著优势。这是通过动态和自适应地放置控制点来实现的，同时考虑了运动的变化动态。 为了能够在较短的滑窗优化时间内实现异构LiDAR - Inertial - Camera数据的有效融合，我们利用全球LiDAR地图中的对应地图点为视觉像素赋予深度，并为当前图像帧中的关联像素制定帧到地图的重投影因子。这种方法避免了对视觉像素进行深度优化的必要性，这通常需要一个具有大量控制点的长滑动窗口来进行连续时间的轨迹估计。 我们在真实的数据集上进行了专门的实验，以证明采用非均匀连续时间轨迹表示的优势和有效性。我们的LiDAR -惯性-相机里程计系统也在传感器退化的挑战性场景和大规模场景中进行了广泛的评估，并显示出与最先进的方法相当或更高的精度。