华中科技大学开源LiDAR-IMU-编码器融合SLAM！

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# LIW-OAM: Lidar-Inertial-Wheel Odometry and Mapping

论文地址：https://arxiv.org/pdf/2302.14298.pdf

作者单位：华中科技大学

开源代码：https://github.com/ZikangYuan/liw_oam

   激光雷达惯性定位与建图(LIOAM)融合了激光雷达和惯性测量单元(IMU)的互补信息，是一种很有吸引力的姿态估计和建图解决方案。在LI-OAM中，姿态和速度都被视为需要求解的状态变量。然而，目前广泛使用的迭代最近点(ICP)算法只能对姿态进行约束，而速度只能通过IMU预积分进行约束。因此，速度估计倾向于根据姿态结果进行相应的更新。

  在本文中，我们提出了一种精确而鲁棒的LIW-OAM系统，该系统将LiDAR、IMU和车轮编码器的测量结果融合在一个基于BA的优化框架中。车轮编码器的参与可以提供速度测量作为一个重要的观测，这有助于LI-OAM提供更准确的状态预测。此外，在优化过程中利用车轮编码器的观测约束速度变量，可以进一步提高状态估计的精度。在两个公共数据集上的实验结果表明，该系统在更小的绝对轨迹误差(ATE)方面优于现有的LI-OAM系统，并且嵌入轮编码器可以大大提高基于BA框架的LI-OAM的性能。

b

以上内容来自小六的机器人SLAM学习圈 每日更新内容