點(diǎn)云PCL免費(fèi)知識(shí)星球，點(diǎn)云論文速讀。

文章：FAST-LIO2: Fast Direct LiDAR-inertial Odometry

作者: Wei Xu?1 , Yixi Cai?1 , Dongjiao He1 , Jiarong Lin1 , Fu Zhang

編譯：點(diǎn)云PCL

代碼：https://github.com/hku-mars/FAST_LIO

來(lái)源：arxiv2021

歡迎各位加入免費(fèi)知識(shí)星球，獲取PDF論文，歡迎轉(zhuǎn)發(fā)朋友圈。文章僅做學(xué)術(shù)分享，如有侵權(quán)聯(lián)系刪文。未經(jīng)博主同意請(qǐng)勿擅自轉(zhuǎn)載。

論文閱讀模塊將分享點(diǎn)云處理，SLAM，三維視覺(jué)，高精地圖相關(guān)的文章。公眾號(hào)致力于理解三維視覺(jué)領(lǐng)域相關(guān)內(nèi)容的干貨分享，歡迎各位加入我，我們一起每天一篇文章閱讀，開(kāi)啟分享之旅,有興趣的可聯(lián)系微信dianyunpcl@163.com。

摘要

本文介紹了FAST-LIO2：一種快速、魯棒的、通用的激光雷達(dá)慣性里程計(jì)框架，FASTLIO2以高效緊耦合的方式迭代卡爾曼濾波器為基礎(chǔ)，具有兩個(gè)關(guān)鍵的新穎之處，可實(shí)現(xiàn)快速、穩(wěn)健和精確的激光雷達(dá)的建圖和導(dǎo)航。

第一該方法是直接將原始點(diǎn)云配準(zhǔn)到地圖（隨后更新地圖），而不提取特征，這樣可以利用環(huán)境中的細(xì)微特征，從而提高準(zhǔn)確性，這里不采用人工設(shè)計(jì)的特征提取模塊，使其自然適應(yīng)不同掃描模式的新興激光雷達(dá)；

第二個(gè)主要?jiǎng)?chuàng)新點(diǎn)是通過(guò)增量k-d樹(shù)數(shù)據(jù)結(jié)構(gòu)kd-tree來(lái)維護(hù)地圖，該結(jié)構(gòu)支持增量更新（即點(diǎn)插入、刪除）和動(dòng)態(tài)平衡。與現(xiàn)有的動(dòng)態(tài)數(shù)據(jù)結(jié)構(gòu)（八叉樹(shù)，R-樹(shù)，nanoflann k-d樹(shù)），kd樹(shù)實(shí)現(xiàn)了卓越的整體性能，同時(shí)自然支持下采樣，我們對(duì)來(lái)自各種開(kāi)放式激光雷達(dá)數(shù)據(jù)集的19個(gè)序列進(jìn)行了詳盡的基準(zhǔn)比較。FAST-LIO2比其他最先進(jìn)的激光雷達(dá)慣性導(dǎo)航系統(tǒng)低得多的計(jì)算量實(shí)現(xiàn)了持續(xù)更高的精度，在小視場(chǎng)的固態(tài)激光雷達(dá)上也進(jìn)行了各種真實(shí)世環(huán)境的實(shí)驗(yàn)，總體而言，FAST-LIO2計(jì)算效率高，魯棒性強(qiáng)，多功能，同時(shí)仍能實(shí)現(xiàn)比現(xiàn)有方法更高的精度，FAST-LIO2和數(shù)據(jù)結(jié)構(gòu)kd樹(shù)的實(shí)現(xiàn)都是在Github上開(kāi)源了。

https://github.com/hku-mars/FAST_LIO

主要貢獻(xiàn)

在這項(xiàng)工作中，貢獻(xiàn)如下：

1）開(kāi)發(fā)了一種增量k-d樹(shù)數(shù)據(jù)結(jié)構(gòu)ikd樹(shù)，以高效地表示大型稠密點(diǎn)云地圖，除了高效的最近鄰搜索外，新的數(shù)據(jù)結(jié)構(gòu)還支持增量地圖更新（即點(diǎn)插入、下采樣、點(diǎn)刪除）和以最小計(jì)算成本進(jìn)行動(dòng)態(tài)平衡。這些功能使ikd樹(shù)非常適合于激光雷達(dá)里程計(jì)和地圖應(yīng)用，從而在計(jì)算訓(xùn)練平臺(tái)上實(shí)現(xiàn)100 Hz里程計(jì)和建圖，ikdTree數(shù)據(jù)結(jié)構(gòu)工具箱在Github上是開(kāi)源的（ https://github.com/hku-mars/ikd-Tree ）

2） 由于ikd樹(shù)計(jì)算效率的提高，我們直接將原始點(diǎn)云配準(zhǔn)到地圖上，這樣即使在劇烈運(yùn)動(dòng)和非常混亂的環(huán)境中，也能實(shí)現(xiàn)更精確和可靠的點(diǎn)云配準(zhǔn)，我們將這種基于原始點(diǎn)的配準(zhǔn)稱為直接方法，消除了人工設(shè)計(jì)的特征提取，使系統(tǒng)自然適用于不同的激光雷達(dá)傳感器；

3） 將這兩項(xiàng)關(guān)鍵技術(shù)集成到我們最近開(kāi)發(fā)的緊耦合激光雷達(dá)慣性里程計(jì)系統(tǒng)FAST-LIO中，系統(tǒng)使用IMU通過(guò)嚴(yán)格的反向傳播步驟補(bǔ)償每個(gè)點(diǎn)云的運(yùn)動(dòng)，并通過(guò)流形迭代卡爾曼濾波器估計(jì)系統(tǒng)的完整狀態(tài)，為了進(jìn)一步加快計(jì)算速度，使用了一個(gè)新的、數(shù)學(xué)上等價(jià)的卡爾曼增益計(jì)算公式，將計(jì)算復(fù)雜度降低到狀態(tài)的維度，新系統(tǒng)被稱為FAST-LIO2，并在Github開(kāi)源以造福社區(qū)；

4） 作者進(jìn)行了各種實(shí)驗(yàn)來(lái)評(píng)估開(kāi)發(fā)的ikd樹(shù)、直接點(diǎn)云配準(zhǔn)和整個(gè)系統(tǒng)的有效性，在18個(gè)不同大小的序列上的實(shí)驗(yàn)表明，ikdTree相對(duì)于現(xiàn)有的動(dòng)態(tài)數(shù)據(jù)結(jié)構(gòu)在激光雷達(dá)里程計(jì)和建圖中的應(yīng)用，對(duì)來(lái)自各種開(kāi)放式激光雷達(dá)數(shù)據(jù)集的19個(gè)序列進(jìn)行了詳盡的基準(zhǔn)比較，結(jié)果表明FAST-LIO2以比其他最先進(jìn)的激光雷達(dá)慣性導(dǎo)航系統(tǒng)低得多的計(jì)算量實(shí)現(xiàn)了更高的精度，最后，文章展示了FAST-LIO2對(duì)新興固態(tài)激光雷達(dá)收集的具有挑戰(zhàn)性的現(xiàn)實(shí)世界數(shù)據(jù)的有效性，這些數(shù)據(jù)的FoV非常小，包括劇烈運(yùn)動(dòng)和無(wú)結(jié)構(gòu)環(huán)境中。

主要內(nèi)容

? 圖1? 系統(tǒng)概述

FAST-LIO2的狀態(tài)估計(jì)是從FAST-LIO繼承的緊耦合迭代卡爾曼濾波器，FAST-LIO2的流程如圖1所示，順序采樣的激光雷達(dá)原始點(diǎn)首先在10ms（用于100Hz更新）和100ms（用于10Hz更新）之間的時(shí)間段內(nèi)累積。累積的點(diǎn)云稱為掃描數(shù)據(jù)，為了執(zhí)行狀態(tài)估計(jì)，新掃描中的點(diǎn)云通過(guò)緊耦合迭代卡爾曼濾波框架配準(zhǔn)到大型局部地圖中維護(hù)的地圖點(diǎn)（即里程計(jì)），大型局部地圖中的全局地圖點(diǎn)由增量k-d樹(shù)結(jié)構(gòu)ikd樹(shù)組織。如果當(dāng)前激光雷達(dá)的視場(chǎng)范圍穿過(guò)地圖邊界，則距離激光雷達(dá)姿態(tài)最遠(yuǎn)的地圖區(qū)域中的歷史點(diǎn)將從ikd樹(shù)中刪除，因此，ikd樹(shù)以一定長(zhǎng)度（本文中稱為“地圖大小”）跟蹤大立方體區(qū)域中的所有地圖點(diǎn)，并用于在狀態(tài)估計(jì)模塊中計(jì)算殘差。優(yōu)化姿勢(shì)最終將新掃描中的點(diǎn)云配準(zhǔn)到全局幀，并通過(guò)以里程計(jì)的速率插入ikd樹(shù)，將其合并到地圖中。(更詳細(xì)的模塊介紹請(qǐng)查看https://t.zsxq.com/z7YBqzj)

開(kāi)源方案涉及到的依賴項(xiàng)

ikd樹(shù)：用于3D kNN搜索的最先進(jìn)的動(dòng)態(tài)KD樹(shù)。

IKFOM：用于快速高精度流形卡爾曼濾波器的工具箱。

UAV Avoiding Dynamic Obstacles：FAST-LIO在機(jī)器人規(guī)劃中的實(shí)現(xiàn)之一。

R2LIVE：使用FAST-LIO作為激光雷達(dá)慣性前端的高精度激光雷達(dá)慣性視覺(jué)融合工作。

UGV Demo：微分流形上軌跡跟蹤的模型預(yù)測(cè)控制。

FAST-LIO-SLAM：FAST-LIO與點(diǎn)云上下文閉環(huán)檢測(cè)模塊的集成。

FAST-LIO-LOCALIZATION：FAST-LIO與重定位功能模塊的集成。

實(shí)驗(yàn)

A?數(shù)據(jù)結(jié)構(gòu)評(píng)估

增量更新、kNN搜索和總時(shí)間的每次掃描點(diǎn)云平均消耗時(shí)間的比較

不同樹(shù)大小的數(shù)據(jù)結(jié)構(gòu)比較結(jié)果

B 在數(shù)據(jù)集中的精度評(píng)估

具有高質(zhì)量真值的序列中的絕對(duì)平移誤差（RMSE，單位為米）

C?大規(guī)模環(huán)境中建圖評(píng)估

每幀掃描點(diǎn)云基準(zhǔn)的平均處理時(shí)間（毫秒）

大規(guī)模場(chǎng)景下的建圖效果

處理激光雷達(dá)點(diǎn)云時(shí)單個(gè)模塊的平均時(shí)間消耗（毫秒）

總結(jié)

本文提出了FAST-LIO2，這是一個(gè)直接而魯棒的LIO框架，大大優(yōu)于目前最先進(jìn)的LIO算法，同時(shí)在各種數(shù)據(jù)集中實(shí)現(xiàn)了高效率或更好的精度，速度的提高是由于刪除了特征提取模塊和高效建圖，開(kāi)發(fā)并驗(yàn)證了一種新的增量k-d樹(shù)（ikd-tree）數(shù)據(jù)結(jié)構(gòu)，該結(jié)構(gòu)支持動(dòng)態(tài)點(diǎn)插入、刪除和并行建圖，在開(kāi)放數(shù)據(jù)集上的大量實(shí)驗(yàn)表明，在激光雷達(dá)里程計(jì)kNN搜索的最新數(shù)據(jù)結(jié)構(gòu)中，所提出的ikd樹(shù)可以獲得最佳的整體性能。作為建圖效率的結(jié)果，在快速運(yùn)動(dòng)和稀疏場(chǎng)景中，通過(guò)在里程計(jì)中使用更多的點(diǎn)，精度和魯棒性也得到了提高。FAST-LIO2的另一個(gè)好處是由于去除了特征提取，可適用于不同的激光雷達(dá)。

資源

三維點(diǎn)云論文及相關(guān)應(yīng)用分享

【點(diǎn)云論文速讀】基于激光雷達(dá)的里程計(jì)及3D點(diǎn)云地圖中的定位方法

3D目標(biāo)檢測(cè)：MV3D-Net

三維點(diǎn)云分割綜述（上）

3D-MiniNet: 從點(diǎn)云中學(xué)習(xí)2D表示以實(shí)現(xiàn)快速有效的3D LIDAR語(yǔ)義分割（2020）

win下使用QT添加VTK插件實(shí)現(xiàn)點(diǎn)云可視化GUI

JSNet：3D點(diǎn)云的聯(lián)合實(shí)例和語(yǔ)義分割

大場(chǎng)景三維點(diǎn)云的語(yǔ)義分割綜述

PCL中outofcore模塊---基于核外八叉樹(shù)的大規(guī)模點(diǎn)云的顯示

基于局部凹凸性進(jìn)行目標(biāo)分割

基于三維卷積神經(jīng)網(wǎng)絡(luò)的點(diǎn)云標(biāo)記

點(diǎn)云的超體素(SuperVoxel)

基于超點(diǎn)圖的大規(guī)模點(diǎn)云分割

更多文章可查看：點(diǎn)云學(xué)習(xí)歷史文章大匯總

SLAM及AR相關(guān)分享

【開(kāi)源方案共享】ORB-SLAM3開(kāi)源啦！

【論文速讀】AVP-SLAM：自動(dòng)泊車系統(tǒng)中的語(yǔ)義SLAM

【點(diǎn)云論文速讀】StructSLAM:結(jié)構(gòu)化線特征SLAM

SLAM和AR綜述

常用的3D深度相機(jī)

AR設(shè)備單目視覺(jué)慣導(dǎo)SLAM算法綜述與評(píng)價(jià)

SLAM綜述(4)激光與視覺(jué)融合SLAM

Kimera實(shí)時(shí)重建的語(yǔ)義SLAM系統(tǒng)

SLAM綜述(3)-視覺(jué)與慣導(dǎo)，視覺(jué)與深度學(xué)習(xí)SLAM

易擴(kuò)展的SLAM框架-OpenVSLAM

高翔：非結(jié)構(gòu)化道路激光SLAM中的挑戰(zhàn)

SLAM綜述之Lidar SLAM

基于魚眼相機(jī)的SLAM方法介紹

掃描下方微信視頻號(hào)二維碼可查看最新研究成果及相關(guān)開(kāi)源方案的演示：

如果你對(duì)本文感興趣，請(qǐng)點(diǎn)擊“原文閱讀”獲取知識(shí)星球二維碼，務(wù)必按照“姓名+學(xué)校/公司+研究方向”備注加入免費(fèi)知識(shí)星球，免費(fèi)下載pdf文檔，和更多熱愛(ài)分享的小伙伴一起交流吧！

以上內(nèi)容如有錯(cuò)誤請(qǐng)留言評(píng)論，歡迎指正交流。如有侵權(quán)，請(qǐng)聯(lián)系刪除

掃描二維碼

? ? ? ? ? ? ? ? ? ?關(guān)注我們

讓我們一起分享一起學(xué)習(xí)吧！期待有想法，樂(lè)于分享的小伙伴加入免費(fèi)星球注入愛(ài)分享的新鮮活力。分享的主題包含但不限于三維視覺(jué)，點(diǎn)云，高精地圖，自動(dòng)駕駛，以及機(jī)器人等相關(guān)的領(lǐng)域。

分享及合作：群主微信“920177957”（需要按要求備注） 聯(lián)系郵箱：dianyunpcl@163.com，歡迎企業(yè)來(lái)聯(lián)系公眾號(hào)展開(kāi)合作。

點(diǎn)一下“在看”你會(huì)更好看耶

總結(jié)

以上是生活随笔為你收集整理的FAST-LIO2：快速直接的激光雷达与惯导里程计的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。