論文：pdf
摘要
本文提出了一種低成本的立體視覺慣性定位系統，該系統利用基於多狀態約束卡爾曼濾波（msckf）的視覺慣性里程計（vio）同時利用先驗lidar地圖 來提供有界誤差的三維導航。除了VIO中使用的標準稀疏視覺特徵測量外，在緊密耦合的MSCKF更新中，還利用視覺半稠密雲到先前激光雷達地圖的全局註冊，從而校正累積漂移。特別討論了視覺點雲和激光雷達點雲之間的交叉模態約束。通過蒙特卡洛模擬和實際實驗驗證了該方法的有效性，結果表明，通過不同的感知方式建立的雲之間的lidar地圖約束極大地提高了標準vio，並提供了有界誤差性能。
引用
- 三維激光雷達成本高，低成本的視覺慣性定位傳感器無法達到同樣的精度。解決辦法：將這兩種傳感方式進行經濟有效的融合，前提是第三方可以提供單一的精確先驗激光雷達圖，或者使用激光雷達建立先驗信息。
- 方法：
- 採用輕量級的VIO系統：MSCKF
- 濾波器中只保留恆定窗口中IMU的狀態，沒有保存特徵
- 進行半稠密建圖，生成可視點雲，並加入到地圖中
- 將配準結果作爲相機的全局定位，以緊耦合的方式融合視覺與IMU測量
- 作者的貢獻：
- 設計了一個緊密耦合的視覺定位狀態估計器，它可以有效地利用先前的lidar地圖約束（不同感知方式的）來進行實時測量。與昂貴的基於激光雷達的方案相比，這是一種實時提供有界誤差的6自由度位姿估計的低成本方案。
- 通過視覺半稠密重建和基於正態分佈變換（NDT）的配準，構建先前激光雷達地圖的全局測量約束。這些測量與傳統的稀疏視覺特徵測量和正確的累積漂移一起用於msckf更新，我們還導出了測量雅可比。
- 所提出的視覺慣性定位系統僅在單個多線程CPU上運行，並在蒙特卡羅模擬和實際實驗中得到驗證。