实时低漂移激光雷达里程计与建图算法

本文主要探讨了一种低漂移和实时的激光雷达（lidar）定位与建图方法，特别是在没有GPS等外部参照的情况下，针对3D激光扫描仪进行六自由度的里程计测量。研究的核心挑战在于处理由于测距信号返回时间差异和运动估计误差导致的点云匹配问题。作者提出了一种创新的解决方案，通过将SLAM（Simultaneous Localization And Mapping，即同时定位与建图）问题分解为两个互补的算法，一个用于高频率、低精度的运动速度估计，结合IMU（Inertial Measurement Unit，惯性测量单元）提供运动先验信息，减轻复杂的运动扭曲影响；另一个则是低频算法，旨在实现高精度的点云匹配，兼顾实时性和准确性。 该方法首先介绍了背景，强调了3D建图在当前的热门地位，以及激光测距与点云匹配之间的关联。传统上，通过集成精确的GPS或INS系统来确保位置数据的准确性，但在缺乏外部参照时，依赖里程计估计变得至关重要。作者选择了一种使用六自由度机械扫描激光雷达，可能配以低等级别的惯性测量增强其性能的方案，这种设备具有轻便和适应各种移动平台（如飞行、步行和轮式机器人）的特点。 文章的核心部分详细阐述了两个关键算法的设计：里程计算法，它通过高频率运行以快速估算运动状态，即使在存在运动扭曲的情况下也能提供相对稳定的速度估计；以及点云匹配算法，采用较低的频率以确保更高的匹配精度，这在实时性能方面至关重要。这种方法避免了回环检测，因为尽管它可以进一步减少漂移，但在许多实际应用场景，如室内和楼层建图中，这种检测可能是不必要的。 通过室内、室外实验以及KITTI基准测试，作者证明了这种方法在不依赖回环检测的情况下，能达到与离线批处理方法相当的性能水平，尤其在处理复杂动态环境中的实时建图时表现出色。这项研究提供了一个在资源有限的条件下，实现高效、低漂移的3D激光雷达定位与建图的重要途径。