清华大学：紧耦合的雷达视觉惯性里程计方案（FT-LVIO）

已于 2023-03-09 20:20:00 修改
阅读量182 收藏
点赞数
分类专栏： 科研进展 文章标签： 人工智能 大数据 物联网 机器人
于 2023-03-09 20:10:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/abcyxjk/article/details/129426488
版权

来自清华大学的Zhou Zhang科研团队在误差状态迭代卡尔曼滤波器的框架内提出了一种新型VIO方案：FT-LVIO——一种完全紧耦合的多传感器融合框架，该框架由激光雷达、单目相机和IMU（惯性测量单元）三部分组成，同时融合了三个互补传感器的测量结果，以实现精确稳定的自我运动估计。团队在数据集上进行了大量的模拟实验，还进行了消融实验来评估FT-LVIO的性能。结果表明，FT-LIVO的精准度最高。

  FT-LVIO系统概述

 实验使用的手持设备（左图）和数据收集过程（右图）

惯师科技
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
LVI-SAM：激光-IMU-相机紧耦合建图
人无远虑，必有近忧
07-17 2262
摘要：我们提出了一个通过平滑和建图实现激光-视觉-惯性里程计的紧耦合框架LVI-SAM，其实现了高精度和鲁棒性的实时状态估计和地图构建。LVI-SAM采用因子图，由两个子系统组成：一个视觉惯性系统VIS和一个激光雷达惯性系统LIS。这两个子系统以紧耦合的方式，其中VIS利用LIS的估计进行初始化。利用激光雷达测量方法提取视觉特征的深度信息，提高了VIS的精度。反过来，LIS利用VIS对位姿进行估计，并作为点云配准的初始值。首先由VIS进行闭环检测，再由LIS进一步细化。当两个子系统中的一个发生故障时，LVI
Fast-Livo：快速紧耦合稀疏-DirectLiDAR-惯性视觉里程计
3D视觉工坊
04-04 2501
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨吕乐章来源丨计算机视觉life今天给大家分享一篇香港大学火星实验室最新的成果，题目是快速紧耦合的稀疏直接雷达-惯性-视觉里程计，英文标题：FAST-LIVO: Fast and Tightly-coupled Sparse-DirectLiDAR-Inertial-Visual Odometry论文地址：FAS...
ROS实验笔记之——FAST-LIVO
gwpscut的博客
11-14 3742
最近IROS22的FAST-LVIO源码开源了，笔者赶紧测试一下。
Fast-Livo：快速紧耦合的稀疏-直接雷达-惯性-视觉里程计
limingmin2020的博客
06-06 1367
本文提出了FAST-LVIO：一种融合LiDAR-IMU-视觉的里程计系统，它由两个紧耦合的子系统构成：VIO子系统和LIO子系统。LIO子系统将当前帧扫描到的原始点（而不是特征点，例如边或平面）添加到增量点云地图。点云地图点还附加有图像块，这些图像块会在VIO子系统中使用，通过最小化光度误差来对齐新图像，而无需提取任何视觉特征（例如，ORB或FAST角点特征）。...
从零开始做LVIO(一)：写在前面
wwtx的博客
01-03 2616
从零开始做LVIO(一)：写在前面 祝大家元旦快乐！！ 很长一段时间以来都想搭建自己的一套SLAM方案，奈何惰于动手，硕士期间看到了任乾学长搭建的从零开始做自动驾驶定位，躁动的心重新燃起。 为了逼着自己更好的对SLAM有全方位的熟悉和理解，决定开始搭建自己的SLAM系统，融合激光雷达、相机、IMU和轮速里程计的多传感器数据。 笔者的水平十分有限，写在这的目的一方面是为了更好的做好笔记，梳理思路；另一方面是为了倒逼自己去主动思考和讨论，如果在技术上、理论上和代码上有什么问题，欢迎大家尽情的开喷，如果是在行为上
FAST-LIVO论文翻译
JunJun
06-05 1686
多传感器融合被证明是一种能够在SLAM任务中取得准确和鲁棒位姿估计的有效解决方案，因而在机器人应用中具有无限可能。本文提出了FAST-LIVO方法，一种快速的雷达-惯性-视觉里程计，其中包含了两个紧耦合的直接里程计子系统：一个VIO子系统和一个LIO子系统。.........
雷达系列论文翻译（十一）：LVI-SAM: Tightly-coupled Lidar-Visual-Inertial Odometryvia Smoothing and Mapping
weixin_39061796的博客
10-12 1170
LVI-SAM: Tightly-coupled Lidar-Visual-Inertial Odometryvia Smoothing and Mapping 摘要 我们提出了一个通过平滑和映射实现的紧耦合激光雷达视觉惯性里程计的框架LVI-SAM，该框架实现了实时状态估计和地图构建，具有高的精度和鲁棒性。LVI-SAM建立在因子图之上，由两个子系统组成：视觉惯性系统（VIS）和激光雷达惯性系统（LIS）。这两个子系统以紧耦合的方式设计，其中VIS利用LIS的估计来促进初始化。通过使用激光雷达
经典文献阅读之--FAST-LIVO（Fast-LIO系列的激光视觉惯性里程计）
lovely_yoshino的博客
01-04 2990
在此之前博主对和进行了系统性的学习。最近文章《》提出了FAST-LIVO，这是一种快速LiDAR惯性-视觉里程计系统，它建立在两个紧耦合的直接里程计子系统之上：VIO子系统和LIO子系统。LIO子系统将新扫描的原始点(而不是边缘或平面上的特征点)添加到增量构建的点云地图中。这些地图点还额外关联了图像块，VIO子系统使用点云地图附加的图像块，在不提取任何视觉特征(例如ORB或FAST角点特征)的情况下最小化直接光度误差，以此来对齐新图像。
二十.激光、视觉和惯导LVIO-SLAM框架学习之相机内参标定
weixin_36773706的博客
12-17 3707
专栏系列文章如下： 一：Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono)，基于视觉-激光-惯导里程计的SLAM框架，环境搭建和跑通过程_goldqiu的博客-CSDN博客 二.激光SLAM框架学习之A-LOAM框架---介绍及其演示_goldqiu的博客-CSDN博客 三.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---1.项目文件介绍（除主要源码部分）_goldqiu的博客-CSDN博客 四.激光SLAM框架学习之A-LOAM框架---项目工程.
FAST-LIVO：快速紧耦合稀疏直接激光视觉里程计
人无远虑，必有近忧
07-18 2848
多传感器融合被证明是一种能够在SLAM任务中取得准确和鲁棒位姿估计的有效解决方案，因而在机器人应用中具有无限可能。本文提出了FAST-LIVO方法，一种快速的雷达-惯性-视觉里程计，其中包含了两个紧耦合的直接里程计子系统：一个VIO子系统和一个LIO子系统。LIO子系统registers激光的原始点云数据（而不是平面或者边上的特征点）到一个增量点云地图中。点云地图中的三维点带有颜色纹理信息，这样不用提取任何的视觉特征点（ORB或者Fast角点），就可以被VIO子系统通过最小光度误差与最新的图像帧对齐。为了进
二十一.激光、视觉和惯导LVIO-SLAM框架学习之相机与雷达外参标定（1）
weixin_36773706的博客
12-22 1804
专栏系列文章如下： 一：Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono)，基于视觉-激光-惯导里程计的SLAM框架，环境搭建和跑通过程_goldqiu的博客-CSDN博客 二.激光SLAM框架学习之A-LOAM框架---介绍及其演示_goldqiu的博客-CSDN博客 三.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---1.项目文件介绍（除主要源码部分）_goldqiu的博客-CSDN博客 四.激光SLAM框架学习之A-LOAM框架---项目工程代
Android-卷积神经网络（Convolutional Neural Network, CNN）
zhuhai0613的博客
07-04 605
卷积神经网络是一种深度学习模型，通过卷积层、池化层和全连接层构成，用于提取图像特征并进行分类。
开思通智网-科技快报20240704：全球首个，人工智能之城，AI填报志愿
opensnn的博客
07-05 451
【本周新进展】【本周国外资讯】【其他】
设备的智能决策AI大模型与ESP32-S3芯片应用，启明云端乐鑫代理商
wireless_tag的博客
07-04 382
启明云端乐鑫代理商，基于乐鑫ESP32-S3方案，面向AI大模型时代，围绕硬件设计、软件优化、低功耗技术、通信协议等多个方面，不断优化智能终端芯片及模组应用方案。
有哪些AI绘画软件？
金木编程
07-03 162
2、Artbreeder：通过生成对抗网络（GAN），允许用户混合和匹配图像以创建新的艺术作品。5、Deep Dream Generator：利用深度学习算法，将图像转化为梦幻般的视觉效果。3、RunwayML：提供多种AI模型，支持创意和设计工作，包括图像生成和修改。7、StyleGAN：生成对抗网络，能够生成逼真的人脸图像和其他高质量图像。1、DeepArt：基于深度学习技术，可以将照片转换成各种艺术风格的绘画。8、Painnt：提供多种艺术滤镜，可以将照片转化为绘画风格的图像。
【遥感语义分割】UNetFormer
m0_53700832的博客
07-05 929
原文：UNetFormer: An UNet-like Transformer for Efficient Semantic Segmentation of Remotely Sensed Urban Scene Imagery Libo Wang1, 2, Rui Li1, Ce Zhang3, 4, Shenghui Fang1*, Chenxi Duan5, Xiaoliang Meng1, 2 and Peter M. Atkinson3, 6, 7 1) School of Remote Se
ANN文献综述
最新发布
暴力扬
07-05 602
人工神经网络（Artificial Neural Networks, ANNs）是由多个简单的、相互连接的处理单元组成的自适应系统，通过调整这些单元之间的连接强度，ANNs能够实现对复杂数据的建模和预测。本文综述了ANNs的基本原理、发展历程、主要应用领域以及当前研究热点。
DGMamba: Domain Generalization via Generalized State Space Model论文笔记
c2861024198的博客
07-02 720
DGMamba论文笔记。基于Mamba在领域泛化上的应用
2024第二届电子通信与计算机科学技术国际会议(ICECCST 2024)
anana_xu的博客
07-05 591
2024第二届电子通信与计算机科学技术国际会议(ICECCST 2024)会议简介2024第二届电子通信与计算机科学技术国际会议（ICECCST 2024）是一次重要的学术盛会，将在中国厦门举行。会议的主要目的是为全球的电子通信和计算机科学技术领域的专家、学者、研究人员和从业人员提供一个交流和学习的平台。会议将汇集世界各地的优秀学者，共同探讨电子通信和计算机科学技术的前沿问题，分享最新的研究成果和技术进展。会议的主题包括但不限于电子通信、计算机科学、人工智能、物联网、云计算、大数据等。
135月28日周日 6K G @66% 5 - X(tt/t)=X(t)+AtVlt)X (t+ot1=(-ot2)Xlt)+ atV(t) 初如条件为t:0时X(o)=lVio)=0取步长st=D1,分别利用川,1)式依次选代计算X之后分别作父对t的国像,t的范围取 [,l00]
05-29
这是一个差分方程的问题，根据题目中所给的差分方程： X(t+Δt) = X(t) + AΔtV(t) V(t+Δt) = V(t) + Δt(−Ω2X(t) − γV(t) + AΩ2X(t+Δt)) 可以使用欧拉法进行数值计算，具体实现如下： ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值