Efficient LiDAR Odometry for Autonomous Driving

  针对地面点和非地面点采用不同投影方式和法线估计方式的，基于Poing-to-Plane的Scan-to-Model的激光里程计，通过OpenMP和Cuda的并行，获得了非常高fps下的精确结果。

非地面点匹配代价

  将点投影到Range Map上，然后在Range Map中估计点的邻域，邻域范围由点到激光发射器距离决定。为了保证邻域点基于奇异值的法线估计准确性，如果邻域点距离点太远或者点到估计平面距离太大，点会被认为是外点。基于3D-2D的投影，估计当前点和地图点的对应关系，根据法线估计Poing-to-Plane的匹配代价。

地面点匹配代价

  在常规的Range Map的投影中，相邻地面点由于激光束与地面夹角较小，实际上距离非常远，所以对地面店，采用俯视图的投影方式。法线利用匹配点周围的五个点计算。

模型更新

  把10秒内点作为匹配的模型。将历史点都投影到当前帧的Range Map和俯视图上，出现冲突时选择距离较近的点。

实验结果

  实验结果如下，还是相当不错的。