（每日一读2019.10.23）低漂移、鲁棒和快速的视觉-激光里程计和建图（VLoam）

参考：https://www.jianshu.com/p/cb7098567711
论文：pdf

摘要

本文开发了一个低成本的立体视觉惯性定位系统，该系统利用有效的基于多状态约束卡尔曼滤波（MSCKF）的视觉惯性里程计（VIO），同时利用先验激光雷达图提供有界误差的三维导航。除了VIO中使用的标准稀疏视觉特征测量外，在紧密耦合的MSCKF更新中，还利用视觉半稠密点云到先前激光雷达地图中进行全局校准，从而校正累积漂移。特别讨论了视觉点云和激光雷达点云之间的交叉模态约束。通过montecarlo模拟和实际实验验证了该方法的有效性，结果表明，通过不同的探测方式建立的云之间的lidar映射约束极大地提高了标准vio，并提供了有界误差性能。

引用

最近在视觉里程计和激光雷达里程计方面取得的独立成果很有希望，因为它们可以为六自由度状态估计、建图甚至障碍物检测提供解决方案。单独使用每一个传感器都存在缺点。

• 视觉的缺点：视觉里程表方法需要适度的照明条件，如果没有足够的视觉特征，则会失败。
• 激光的缺点：通过移动激光雷达的运动估计涉及点云中的运动失真，因为在连续激光雷达运动的不同时间接收距离测量。因此，运动常常需要用大量的变量来求解。在退化的场景中，例如那些由平面区域控制的场景，扫描匹配也会