SLAM论文翻译(1) - LeGO-LOAM: Lightweight and Ground-OptimizedLidar Odometry and Mapping on Variab

目录

1 引言

2 系统硬件

3 轻型激光雷达里程计和建图

A 系统概述

B 分割 

C 特征提取 

D Lidar里程计

E Lidar建图

四 实验

 A 小规模UGV测试

 B 大规模UGV测试

C 基准测试结果

D 使用KITTI数据集的环路闭合测试

 五 结论与讨论

---

摘要：我们提出了一种轻量级和地面优化的激光雷达测距和测绘方法LeGO-LOAM，用于地面车辆的实时六自由度位姿估计。LeGO-LOAM重量轻，因为它可以在低功耗嵌入式系统上实现实时姿态估计。LeGO-LOAM进行了地面优化，因为它在分割和优化步骤中利用了地平面。我们首先采用点云分割滤波噪声，然后进行特征提取，得到不同的平面特征和边缘特征。然后，两步Levenberg-Marquardt优化方法使用平面和边缘特征来求解连续扫描的六自由度变换的不同组成部分。我们比较了LeGO-LOAM与最先进的方法LOAM的性能，使用从可变地形环境和地面车辆收集的数据集，并表明LeGO-LOAM在减少计算费用的情况下实现了类似或更好的精度。我们还将LeGO-LOAM集成到SLAM框架中，以消除漂移引起的位姿估计误差，并使用KITTI数据集进行测试。

1 引言

        在智能机器人的功能中，地图构建和状态估计是最基本的前提条件之一。利用基于视觉和激光雷达的方法实现实时6自由度同步定位与测绘(SLAM)。虽然基于视觉的方法在闭环检测方面具有优势，但如果用作唯一的导航传感器，它们对光照和视点变化的敏感性可能会使这种能力不可靠。另一方面，基于激光雷达的方法即使在夜间也能发挥作用，许多3D激光雷达的高分辨率允许在大光圈上远距离捕捉环境的精细细节。因此，本文主要研究利用三维激光雷达支持实