每天一分钟，带你读遍机器人顶级会议文章
标题：LIRO: Tightly Coupled Lidar-Inertia-Ranging Odometry
作者：Thien-Minh Nguyen, Muqing Cao, Shenghai Yuan, Yang Lyu, Thien Hoang Nguyen, and Lihua Xie
来源：2021 IEEE International Conference on Robotics and Automation (ICRA)
编译：许士林
审核：Zoe
这是泡泡一分钟推送的第 1015 篇文章，欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权
近年来，得益于3D激光雷达成本和重量的不断降低，这类传感器在社会上的应用日益普及。尽管取得了许多进展，但估计漂移和跟踪丢失仍然是与这些系统相关的普遍问题。然而，从理论上讲，这些问题可以通过使用对操作环境中的固定路标的一些观测来解决。这促使我们研究一种将激光雷达和惯性测量与超宽带(UWB)距离测量相结合的传感器融合方案，该方案可以轻松地部署在成本和时间最小的环境中。因此，来自IMU、激光雷达和UWB的数据基于它们的时间戳在滑动窗口上与机器人的状态紧密耦合。然后，我们构造了一个由UWB、激光雷达和IMU预积分测量因子组合而成的代价函数。最后对机器人的位置和姿态进行了优化估计，通过一些真实世界的实验证明，该方法可以有效地解决漂移问题，并且只需要在环境中部署两到三个锚点。
图1 相对于被检查对象布置在环境中的固定地标的测距方案的图示。距离样本的时间索引k指的是获得它的周期(tk, tk+1]，而不是确切的时间实例tk。
图2 激光雷达惯性测距里程计框架。当一个新的点云消息刚刚到达时，在tk+1时刻的主要数量的快照覆盖在连接上。
图3 四个时间步长(M=3)上的因子图的例子。请注意，测量的UWB标记与最新的前一时间步长之间的时间差，表示为增量delta_{t_i} 也包括在UWB测量中。第五节对这些因子作了更详细的描述。
图6 第一次测试中水平激光雷达的方位估计误差(图例与图5相同)。
表1 根据水平激光雷达数据估计里程计的位置和旋转RMSE。
表2 根据垂直激光雷达估计里程计的位置和旋转RMSE。
Abstract
In recent years,thanks to the continuously reduced cost and weight of 3D lidar,the applications of this type of sensor in the community have become increasingly popular. Despite many progresses,estimation drift and tracking loss are still prevalent concerns associated with these systems. However, in theory these issues can be resolved with the use of some observations to fixed landmarks in the operation environments. This motivates us to investigate a sensor fusion scheme of lidar and inertia measurements with Ultra-Wideband(UWB) range measurements to such landmarks, which can be easily deployed in the environments with minimal cost and time.Hence, data from IMU,lidar and UWB are tightly-coupled with the robot's states on a sliding window based on their timestamps. Then,we construct a cost function comprising of factors from UWB, lidar and IMU preintegration measurements. Finally an optimization process is carried out to estimate the robot's position and orientation. It is demonstrated through some real world experiments that the method can effectively resolve the drift issue, while only requiring two or three anchors deployed in the environment.
如果你对本文感兴趣，请点击点击阅读原文下载完整文章，如想查看更多文章请关注【泡泡机器人SLAM】公众号（paopaorobot_slam）。
百度网盘提取码：tmtm
欢迎来到泡泡论坛，这里有大牛为你解答关于SLAM的任何疑惑。
有想问的问题，或者想刷帖回答问题，泡泡论坛欢迎你！
泡泡网站：www.paopaorobot.org
泡泡论坛：http://paopaorobot.org/bbs/
泡泡机器人SLAM的原创内容均由泡泡机器人的成员花费大量心血制作而成，希望大家珍惜我们的劳动成果，转载请务必注明出自【泡泡机器人SLAM】微信公众号，否则侵权必究！同时，我们也欢迎各位转载到自己的朋友圈，让更多的人能进入到SLAM这个领域中，让我们共同为推进中国的SLAM事业而努力！
商业合作及转载请联系paopaorobot@163.com
