Tompson11 / SLAM_comparison

174 stars 29 forks source link

不同SLAM方案对比

一.测试的SLAM方案

本次我共测试了github上开源的8种方案,按照特点可分为

特点 方案
纯Lidar A-LOAM(港科大版本的LOAM),hdl_graph_slamBLAM
Lidar与IMU松耦合 LeGo-LOAMSC-LeGo-LOAM(在LeGo-LOAM上使用了一种新的回环检测方法)
Lidar与IMU紧耦合 LINSLIO-SAMLIOM

说明

原生Demo

在第二部分的实验结果展示中,为了方便比较,不同方案得到的结果形式都进行了统一化,但实际上各种方案在执行时的视觉效果是不同的,这里展示了利用各种方案的原生配置所得到的demo,日后可根据需要配置成下面的任意一种效果:

ALOAM_demo LeGo_demo
ALOAM LeGo_LOAM
LINS_demo LIO_demo
LINS LIO-SAM
LIOM_demo
LIOM

二.实验

实验共使用了5段在伟清楼附近采集的数据:

数据段名称 采集时间 传感器配置 路程 备注
museum_out 2020.7.25 10Hz Lidar+ 100Hz IMU 639m
museum_in 2020.7.25 10Hz Lidar+ 100Hz IMU 226m 回环
outdoor3 2020.7.27 10Hz Lidar+ 400Hz IMU 481m 回环
outdoor4 2020.7.27 10Hz Lidar+ 400Hz IMU 562m 回环
aggresive 2020.7.27 10Hz Lidar+ 400Hz IMU 138m 回环,剧烈运动

说明

1. museum_out

ALOAM LeGo_demo
ALOAM LeGo_LOAM
LINS_demo LIO_demo
LINS LIO-SAM
LIOM_demo
LIOM

2. museum_in

ALOAM LeGo_demo
ALOAM LeGo_LOAM
LINS_demo LIO_demo
LINS LIO-SAM
LIOM_demo
LIOM

3. outdoor3

ALOAM LeGo_demo
ALOAM LeGo_LOAM
LINS_demo LIO_demo
LINS LIO-SAM
LIOM_demo
LIOM

4. outdoor4

ALOAM LeGo_demo
ALOAM LeGo_LOAM
LINS_demo LIO_demo
LINS LIO-SAM
LIOM_demo
LIOM

5. aggressive

ALOAM LeGo_demo
ALOAM LeGo_LOAM
LINS_demo LIO_demo
LINS LIO-SAM
LIOM_demo
LIOM

三.总结

  1. 各种方案的优缺点如下:
方案 优点 不足
ALOAM 1. 在几何特征丰富时比较稳定 1. 后期内存会出现爆炸,计算效率下降
2. 在几何特征较少时会产生明显漂移
LeGo-LOAM 1. 在地面点丰富时比较稳定
2. 轻量级
1. 在地面点缺乏时很容易崩溃
2. 得到的地图比较稀疏
LINS 1. 轻量级 1. z方向漂移明显
2. 得到的地图比较稀疏
3. 目前的版本要求Lidar与IMU体坐标系的xy平面平行,不接受自己提供的外參
LIO-SAM 1. 存在回环检测,能较好地闭合回环
2. 稳定性强
3. Demo看起来比较舒服
1. 在几何特征丰富的情况下可能不如ALOAM
LIOM 1. 存在重力加速度的校正和IMU初始状态估计 1. 稳定性不好,有时性能好,有时又不行,可能与其初始化环节的性能有关
2. 内存占用大,时间性能较差
  1. 在进行IMU校正后,融合高频IMU确实能够提升SLAM性能,尤其是在几何特征缺乏或者剧烈运动的情况下。
  2. LIO-SAM在定位和建图方面做的都不错,比较建议使用。