MCNDATA

ETHZ最新发布X-ICP: 极端环境下鲁棒的激光雷达配准 现代机器人系统需要在具有挑战性的环境中运行，这就需要在具有挑战性的条件下进行可靠的定位。基于LiDAR的定位方法，如迭代最近点( Iterative Closest Point，ICP )算法，在几何无信息的环境中可能会恶化点云配准性能，并使优化沿着弱约束方向发散。为了克服这个问题，本文提出了i )鲁棒的细粒度可定位性检测模块，ii )可定位性感知的约束ICP优化模块，以统一的方式与可定位性检测模块耦合。所提出的可定位性检测是通过利用扫描和地图之间的对应关系来分析与优化主要方向的对齐强度，作为其细粒度LiDAR可定位性分析的一部分。在第二部分中，这种可定位性分析随后被集成到扫描到地图的点云配准中，通过强制受控更新或保持优化的退化方向不变来生成无漂移的位姿更新。所提出的方法在模拟和真实世界的实验中进行了全面的评估，并与最先进的方法进行了比较，证明了在激光雷达挑战环境中的性能和可靠性的提高。在所有实验中，所提出的框架都展示了准确和可泛化的可定位性检测和鲁棒的位姿估计，而无需环境特定的参数调整。 文章名称：【X-ICP: Localizability-Aware LiDAR Registration for Robust Localization in Extreme Environments】 文章链接：http://arxiv.org/abs/2211.16335 项目主页: https://sites.google.com/leggedrobotics.com/x-icp #黑科技 #工业自动化 #机器人