LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping

[Buddies-as-you-know]

論文リンク

https://ieeexplore.ieee.org/abstract/document/9341176/

title: "LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping"

date: 24 October 2020 - 24 January 2021

1. どんなもの？

• LIO-SAMは最適化ベースのタイトリーカップルなライダーIMUフレームワークを提案し、従来手法の制限を克服しつつ、高精度で効率的な位置推定とマッピングを実現しています。

• スムージングとマッピングを介して密結合された LIDAR 慣性オドメトリのフレームワーク、LIO-SAMを開発

• 高精度でリアルタイムの移動ロボットの軌道推定とマップ構築を実現

• LIO-SAMと呼ばれるライダーと慣性計測ユニット(IMU)を組み合わせた位置・姿勢推定とマッピングのシステムを提示

• 2. 先行研究と比べてどこがすごいの？

  先行研究の課題点

  ---

• LOAMやLIOMなどの既存のライダー・IMU手法には、精度、効率性、拡張性、他のセンサーとの統合能力などの制限がある。

• 問題をファクタグラフ上に定式化し、多センサー融合とグローバル最適化を可能にする。

• リアルタイム性能のための効率的な局所窓ベースのスキャンマッチング手法。

• さまざまなプラットフォームと環境での広範な評価。

  3. 技術や手法の"キモ"はどこにある？

• 慣性計測ユニットとLiderを組み合わせている

• 

• ファクター グラフ上に構築された密結合 LIDAR 慣性オドメトリ フレームワークは、マルチセンサー フュージョンとグローバル最適化に適しています。

• 選択的に選択された新しいキーフレームを固定サイズの以前のサブキーフレームのセットに登録することにより、リアルタイムのパフォーマンスを可能にする、効率的なローカル スライディング ウィンドウ ベースのスキャン マッチング アプローチ。

• 提案されたフレームワークは、さまざまな規模、車両、環境にわたるテストで広範囲に検証されています。

  4. どうやって有効だと検証した？

  

テスト環境とデータセット:

• 3つのプラットフォーム（手持ちデバイス、自律移動ロボット、ボート）でデータセットを収集。
• 5つの異なる環境（回転、歩行、キャンパス、公園、アムステルダム運河）でデータセットを取得。

比較手法:

• 既存手法のLOAM、LIOMと比較。

評価指標:

• 終点位置誤差: 開始点と終点の位置誤差で評価。
• GPSとのRMSE誤差: GPSデータをグラウンドトゥルースとしてRMSEを計算。

結果:

• 提案手法のLIO-SAMは他の手法より高い精度を達成。
• リアルタイム性も確保できていることを確認。

考察:

• 様々なプラットフォームと環境での有効性を確認。
• GPSがない場合もループクロージャでドリフトを補正できることを確認。
• キーフレームとスライディング窓のアプローチがリアルタイム性を確保。

5. 議論はあるか？

6. 次に読むべき論文はあるか？

7.論文に使えそうな表現（あれば）

• J. Zhang and S. Singh, "Low-drift and Real-time Lidar Odometry and Mapping", Autonomous Robots, vol. 41, no. 2, pp. 401-416, 2017.

• 8.わかない単語

• 慣性計測ユニット:角速度と加速度を計測するセンサー
• 慣性オドメトリ:慣性計測ユニット(IMU)のデータを用いて推定した移動体の位置や姿勢のことを指します。
• Point Cloud Deskewing:ライダーで取得した点群データを回転による歪みを取り除く処理(動きのある環境で重要)

論文情報・リンク

• T. Shan, B. Englot, D. Meyers, W. Wang, C. Ratti and D. Rus, "LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping," 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Las Vegas, NV, USA, 2020, pp. 5135-5142, doi: 10.1109/IROS45743.2020.9341176.