激光惯性里程计

把激光雷达点云和 IMU 读数融合，实时估计机器人位姿并建点云地图。

激光惯性里程计把激光雷达和 IMU（惯性测量单元）融合起来估计自身运动，是激光 SLAM 的核心部分。两者互补：一帧点云要扫描一段时间（常见 10 Hz 即 0.1 秒），机器人在此期间的运动会让点云变形，高频的 IMU 能推算这段运动把点云校正回来（去畸变），并给配准提供初值；点云与地图配准又能纠正 IMU 积分的漂移。按融合方式分松耦合和紧耦合，目前主流是紧耦合。代表系统有 Tixiao Shan 等人 IROS 2020 的 LIO-SAM（因子图优化）和港大 MARS 实验室的 FAST-LIO / FAST-LIO2（迭代卡尔曼滤波），后者不提特征、直接用原始点配准，最高可达 100 Hz，也适配固态雷达。

例子手持一台带 IMU 的激光雷达在楼里走一圈，FAST-LIO2 能实时输出轨迹和点云地图；论文测试中，传感器以最高约 1000°/s 的角速度快速转动时，位姿估计仍保持可靠。

也叫

激光雷达-IMU 融合里程计、激光-惯性里程计、LiDAR-IMU 里程计

相关

激光SLAM、FAST-LIO / FAST-LIO2、LIO-SAM、IMU 预积分、紧耦合 / 松耦合融合、视觉惯性里程计

来源

FAST-LIO2: Fast Direct LiDAR-inertial Odometry (arXiv 2107.06829)
LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping (arXiv 2007.00258)