【文献】 R 3 LIVE: A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimat

Article info.

Lin, Jiarong, and Fu Zhang. “R 3 LIVE: A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package.” 2022 International Conference on Robotics and Automation (ICRA). IEEE, 2022.

Introduction

• 相比 R2LIVE，R3LIVE使用了完全不同的VIO子系统，后者无需进行特征点识别和提取
• LIO子系统重建几何，VIO子系统重建纹理
• 提出了一种基于rgb-coloured point cloud map的VIO系统。VIO通过最小化观测到的地图点的RGB颜色与当前图像中测量到的颜色之间的光度误差来估计当前状态。这种过程不需要环境中显著的视觉特征，并且节省了相应的处理时间(例如特征检测和提取)，使我们提出的系统更具鲁棒性，特别是在无纹理环境中。

VIO子系统

Frame-to-frame Visual-Inertial odometry

基于ESIKF的状态更新，得到粗略的位姿

Frame-to-map Visual-Inertial odometry

再基于Frame-to-map跟踪点的光度误差进行ESIKF更新，降低漂移

实验设备

the onboard DJI manifold-2c computation platform (equipped with an Intel i7-8550u
CPU and 8 GB RAM), a FLIR Blackfly BFS-u3-13y3c global shutter camera, and a LiVOX AVIA LiDAR. The FoV of the camera is 82.9°X66.5° while the FoV of the LiDAR is 70.4°X77.2°

Results

Resources

IDEAS