R3LIVE论文解读及框架调参结果

R3LIVE: A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package

Abstract

提出新颖的激光惯性视觉传感器融合框架即R3live；它利用激光雷达、惯性和视觉传感器的测量值，可以得到鲁棒和高精度的状态估计。R3live包含了两个子系统，激光惯性里程计系统（LIO）和视觉惯性里程计系统（VIO）。LIO子系统（FAST-LIO）利用激光雷达和惯性传感器的测量数据构建全局地图的几何特征。VIO子系统则利用视觉和惯性传感器的测量数据给地图添加纹理（也就是给3D点赋予颜色）。更具体的是，VIO子系统通过最小化frame-to-map的光度误差的方式直接有效的融合视觉数据。R3live是在R2live的基础上进一步开发的。

Introduction

基于激光雷达、惯性和视觉传感器的测量数据进行紧耦合，解决了实时同步定位、3D建图和地图渲染的问题。

1. 提出一个实时建图定位着色的框架。提出的看框架包含了一个用于构建全局地图几何特征的激光惯性里程计（LIIO），和一个用于纹理渲染的视觉惯性里程计部分。整个系统能够实时构建一个密集的，3D的，RGB颜色的点云地图。
2. 提出一个基于RGB颜色点云地图的新型VIO系统。VIO通过最小化观测到全局地图中的点RGB颜色与当前图像的颜色之间的光度误差估计当前的状态。由于这样