VIL-SLAM论文翻译:Stereo Visual Inertial LiDAR Simultaneous Localization and Mapping

---

写在前面

写作参考: robot L
开源代码: 开源代码链接
论文原文: 原文链接

摘要

SLAM是移动和空中机器人的一项基本任务。基于LiDAR的系统被证明优于视觉系统由于其准确性和鲁棒性。除了该优越性，纯LiDAR系统在特定的场景会失效,比如通过隧道时。Shao等人提出了一种双目视觉惯性LiDAR（VIL）SLAM，在退化的情况下表现更好，在其他例子中有相似的性能。VIL-SLAM通过紧耦合双目视觉惯性里程计（VIO），LiDAR建图，以及LiDAR增强的视觉回环检测。该系统实时生成闭环修正的6维LiDAR位姿和接近实时的1cm体素稠密地图。VIL-SLAM证实了与最先进的激光雷达方法相比，它具有更好的精度和鲁棒性.

1.引言

SLAM解决了建立未知环境地图同时估计机器人状态的问题。虽然SLAM在过去几十年里被积极地研究，Cadena等人[1]注意到在处理不同的环境和长期连续操作时仍存在挑战。SLAM系统采用各种传感器模式，每一种都试图利用它们的好处。在过去几年里，基于LiDAR的SLAM系统比基于视觉的系统受到了更多的欢迎由于它们对环境中变化的鲁棒性。但是纯基于LiDAR的系统具有缺陷。它们在重复结构例如隧道或者走廊中失效。这些环境对建图和定位具有挑战性，使用所有传感器模式的优势的系统才能取得成功。我们提出了VIL-SLAM，其使用IMU，双目相机和LiDAR，并同时利用了它们的优势。我们的实验证实了VIL-SLAM和纯LiDAR系统在大多数情形中表现类似，并且在纯LiDAR失效的情况下表现更好。VIL-SLAM达到这个通过整合双目VIO和具有回环的LiDAR建图。据我们所知，这是首个该类型的工作。此外，我们介绍了一种方法来评估建图结果使用一个飞行时间激光扫描仪（Faro）。我们还提供了在EuRoc MAV数据集上的VIO验证结果。

VIL-SLAM使用一个紧耦合的双目VIO，其执行固定长度平滑图优化，使用稀疏3D特征用于地图配准的LiDAR建图，和融合稀疏点云对齐和视觉回环检测的闭环。回环检测优化一个全局位姿图使用一个增量求解器。VIL-SLAM被设计为长期和不同环境中鲁棒地操作。高频率IMU测量产生短期内合理但是长期容易漂移的估计。当使用双目视觉测量进行约束时，我们可以修正偏差并估计准确的相对运动（被称为VIO）。相对运动估计被用于辅助LiDAR扫描匹配，其然后累计高保真度的3D点云来形成一个准确的地图。机器人的状态估计在长期运动中累积误差。闭环解决了该问题通过识别重新访问的区域使用视觉或者LiDAR方法。视觉方法包括BoW[2]来识别地点和PnP算法来估计运动修正。在LiDAR方法中，场景被识别使用基于分割的方法如SegMatch[3]，并且位姿修正被估计使用ICP[4]算法。虽然BoW方法很快很通用，它缺乏很慢但是很鲁棒的使用ICP的LiDAR方法的准确性。VIL-SLAM使用一个混合方法，其中首先它使用BoW技术寻找闭环候选，使用PnP算法生成一个粗糙的位姿修正估计，然后使用ICP精修该粗糙估计。

2.相关工作

当前的VIO文献介绍了不同的构架来融合视觉和惯性数据。文献将不同的方法分为紧耦合系统[5]-[7]，其中视觉信息和惯性测量被联合优化，或者松耦合系统[8]-[11]，其中IMU是一个分离的模块，并且和一个纯视觉的状态估计器融合到一起。该方法可能被进一步地划分为基于滤波的方法[11]-[16]或者基于图优化的方法[5]-[7][17][18]。紧耦合的优化方法，利用迭代地最小化残差的优势，经常达到更好的精度和鲁棒性，同时具有更高的计算代价。在我们的工作中，我们限制计算量通过以无结构化方式构建路标，并且只优化固定大小的位姿图来达到实时表现。

当前仅使用激光扫描仪的最先进的的SLAM系统是[19]-[23]，其中一个运动模型是需要的，或者常速度模型或者高斯过程。在[24]中的方法组合了双目相机和一个激光扫描仪。它具有来自VO的运动估计，并通过匹配激光帧来精修。不同于我们系统的是他们使用多分辨率栅格地图表示，我们使用稀疏点云来定位并输出稠密点云。同时，VIO经常更鲁棒和准确相比于VO[25].VLOAM[26]，其使用一个I