(English below)
Tác giả: Yusheng Wang, Yidong Lou, Yi Zhang, Weiwei Song, Fei Huang và Zhiyong Tu

Tóm tắt
Với khả năng cung cấp các phép đo 3D xung quanh phạm vi xa, chính xác cao, đồng thời hạ giá thành thiết bị, máy quét Livox lidar quét không lặp lại đã thu hút được sự quan tâm đáng kể trong vài năm qua. Họ đã chứng kiến ​​sự phát triển vượt bậc trong việc sử dụng trong các lĩnh vực chế tạo người máy và xe tự hành. Do FoV bị hạn chế, chúng dễ bị thoái hóa trong các cảnh nghèo nàn về tính năng và khó phát hiện vòng lặp. Trong bài báo này, chúng tôi trình bày một khuôn khổ tổng hợp đa lidar mạnh mẽ cho các vấn đề về bản đồ và tự bản địa hóa, cho phép số lượng lidar Livox khác nhau và phù hợp với các nền tảng khác nhau. Đầu tiên, một quy trình hiệu chuẩn tự động được giới thiệu cho nhiều lidars. Dựa trên giả định về độ cứng của cấu trúc hình học, sự chuyển đổi giữa hai nắp có thể được cấu hình thông qua căn chỉnh bản đồ. Thứ hai, dữ liệu thô từ các lidars khác nhau được đồng bộ hóa theo thời gian và được gửi đến các quy trình trích xuất tính năng tương ứng. Thay vì gửi tất cả các ứng cử viên tính năng để ước tính đo mùi, chỉ những tính năng có nhiều thông tin nhất mới được chọn để thực hiện đăng ký quét. Các đối tượng động sẽ bị xóa trong thời gian chờ đợi và một bộ mô tả địa điểm mới được tích hợp để phát hiện vòng lặp nâng cao. Kết quả cho thấy rằng hệ thống đề xuất của chúng tôi đã đạt được kết quả tốt hơn so với các phương pháp lidar Livox đơn lẻ. Ngoài ra, phương pháp của chúng tôi vượt trội hơn các phương pháp lidar cơ học mới trong các tình huống đầy thử thách. Hơn nữa, hiệu suất trong các kịch bản chuyển động lớn và ít tính năng cũng đã được xác minh, cả hai đều có độ chính xác có thể chấp nhận được.

Link download: 

https://drive.google.com/file/d/1h8Pgz7xwnNK1vvfnWMTSPS2sz1ec3aDC/view?usp=sharing

-----

A ROBUST FRAMEWORK FOR SIMULTANEOUS LOCALIZATION AND MAPPING WITH MULTIPLE NON-REPETITIVE SCANNING LIDARS 
Authors: Yusheng Wang, Yidong Lou, Yi Zhang, Weiwei Song, Fei Huang and Zhiyong Tu
Abstract
With the ability to provide long range, highly accurate 3D surrounding measurements, while lowering the device cost, non-repetitive scanning Livox lidars have attracted considerable interest in the last few years. They have seen a huge growth in use in the fields of robotics and autonomous vehicles. In virtue of their restricted FoV, they are prone to degeneration in feature-poor scenes and have difficulty detecting the loop. In this paper, we present a robust multi-lidar fusion framework for self-localization and mapping problems, allowing different numbers of Livox lidars and suitable for various platforms. First, an automatic calibration procedure is introduced for multiple lidars. Based on the assumption of rigidity of geometric structure, the transformation between two lidars can be configured through map alignment. Second, the raw data from different lidars are time-synchronized and sent to respective feature extraction processes. Instead of sending all the feature candidates for estimating lidar odometry, only the most informative features are selected to perform scan registration. The dynamic objects are removed in the meantime, and a novel place descriptor is integrated for enhanced loop detection. The results show that our proposed system achieved better results than single Livox lidar methods. In addition, our method outperformed novel mechanical lidar methods in challenging scenarios. Moreover, the performance in feature-less and large motion scenarios has also been verified, both with approvable accuracy.

Link download: 

https://drive.google.com/file/d/1h8Pgz7xwnNK1vvfnWMTSPS2sz1ec3aDC/view?usp=sharing

Geolink tổng hợp từ MPDI