本文提出了一種輕量前端激光雷達(dá)里程計(jì)解決方案，用于在計(jì)算能力受限的機(jī)器人平臺(tái)上，具有快速和精確的定位能力，我們的直接激光雷達(dá)里程計(jì)（DLO）方法包括幾個(gè)關(guān)鍵的算法上的創(chuàng)新，這些創(chuàng)新優(yōu)先考慮計(jì)算效率，并使用稠密的、預(yù)處理最少的點(diǎn)云實(shí)時(shí)提供準(zhǔn)確的姿勢(shì)估計(jì)。這是通過(guò)一個(gè)新的關(guān)鍵幀系統(tǒng)實(shí)現(xiàn)的，該系統(tǒng)有效地管理歷史地圖信息，此外，還提供了一個(gè)自定義的迭代最近點(diǎn)解算器，用于點(diǎn)云快速配準(zhǔn)和數(shù)據(jù)管理。我們的方法比目前的方法相比具有更精確，計(jì)算開銷更低優(yōu)勢(shì)，已在空中和有足機(jī)器人的若干感知挑戰(zhàn)環(huán)境中進(jìn)行了廣泛評(píng)估。

圖1，快速輕便的激光雷達(dá)里程計(jì)，這兩個(gè)機(jī)器人平臺(tái)，計(jì)算資源有限，（A） 定制的四旋翼平臺(tái)，頂部有一個(gè)驅(qū)逐OS1激光雷達(dá)傳感器。（B） Boston Dynamics Spot機(jī)器人，裝有負(fù)載和帶防護(hù)裝置的Velodyne VLP-16。（C） 使用我們的輕型里程計(jì)方法在這些機(jī)器人上繪制的石礦的俯視圖

文章的貢獻(xiàn)如下：

（1）提出了一種定制的“速度優(yōu)先”流程，使用最小預(yù)處理的激光雷達(dá)掃描點(diǎn)云和消費(fèi)者級(jí)IMU，實(shí)時(shí)準(zhǔn)確地解析機(jī)器人的自我運(yùn)動(dòng)。

（2）第二，一種新的關(guān)鍵幀系統(tǒng)，自適應(yīng)場(chǎng)景，并允許高效的基于關(guān)鍵幀的子地圖的生成，用于快速的全局姿勢(shì)優(yōu)化。

（3）第三，定制迭代點(diǎn)云解算器NanoGICP，用于輕型點(diǎn)云掃描點(diǎn)的匹配，具有跨對(duì)象數(shù)據(jù)共享和數(shù)據(jù)重用的功能。為了社區(qū)的利益，我們已經(jīng)公開了代碼。

系統(tǒng)假設(shè)輸入360度環(huán)境的3D激光雷達(dá)點(diǎn)云數(shù)據(jù)，如OS1（20Hz）或Velodyne VLP-16（10Hz），為了最大限度地減少原始傳感器數(shù)據(jù)的信息損失，在預(yù)處理過(guò)程中只使用了兩個(gè)濾波器：首先，通過(guò)原點(diǎn)周圍大小為1立方米的盒子濾波器刪除機(jī)器人自身可能返回的所有點(diǎn)云。然后，生成的點(diǎn)云通過(guò)分辨率為0.25m的三維體素網(wǎng)格濾波器發(fā)送，以便在保持周圍環(huán)境中的主要結(jié)構(gòu)的同時(shí)，略微減少后續(xù)任務(wù)的數(shù)據(jù)采樣。請(qǐng)注意，在這項(xiàng)工作中，我們不校正運(yùn)動(dòng)失真，因?yàn)榉莿傂宰儞Q可能會(huì)帶來(lái)計(jì)算負(fù)擔(dān)，我們直接使用稠密點(diǎn)云，而不是提取特征，平均而言，每幀點(diǎn)云包含了預(yù)處理后得到1000點(diǎn)。

A.通過(guò)廣義ICP點(diǎn)云匹配

基于激光雷達(dá)的里程計(jì)可被視為通過(guò)比較連續(xù)點(diǎn)云和內(nèi)存中的點(diǎn)云來(lái)恢復(fù)SE（3）變換來(lái)解析機(jī)器人自我運(yùn)動(dòng)的過(guò)程。此過(guò)程通常分兩個(gè)階段運(yùn)行，首先是提供最佳初始值，隨后將其優(yōu)化為與先前關(guān)鍵幀位置保持其全局一致。

B.基于關(guān)鍵幀的子地圖

這項(xiàng)工作的一個(gè)關(guān)鍵創(chuàng)新在于我們的系統(tǒng)如何管理地圖信息，并在掃描到子地圖匹配中導(dǎo)出局部子地圖，以進(jìn)行全局運(yùn)動(dòng)優(yōu)化，我們沒(méi)有直接使用點(diǎn)云并將點(diǎn)云存儲(chǔ)到典型的八叉樹數(shù)據(jù)結(jié)構(gòu)中，而是保留要搜索的關(guān)鍵幀的歷史記錄，然后，通過(guò)從關(guān)鍵幀子集連接相應(yīng)的點(diǎn)云，而不是直接檢索機(jī)器人當(dāng)前位置某個(gè)半徑內(nèi)的局部點(diǎn)，來(lái)創(chuàng)建用于點(diǎn)云到子地圖匹配的結(jié)果。

圖3，基于關(guān)鍵幀的子地圖，不同子地圖方法之間的比較，可視化當(dāng)前掃描點(diǎn)云（白色）、衍生子地圖（紅色）和完完整地圖（藍(lán)色）。

圖4.關(guān)鍵幀選擇和自適應(yīng)閾值，（A）該方法的子地圖（紅色）是通過(guò)連接關(guān)鍵幀子集（綠色球體）的掃描點(diǎn)云生成的，該子集由K個(gè)最近鄰關(guān)鍵幀和構(gòu)成關(guān)鍵幀集凸包的關(guān)鍵幀組成。（B） 自適應(yīng)關(guān)鍵幀的圖示，在這種情況下，穿過(guò)狹窄坡道時(shí)，閾值會(huì)降低，以便更好地捕捉小細(xì)節(jié)。

為了研究系統(tǒng)模塊的功能，包括基于關(guān)鍵幀的子地圖、子地圖法線近似和數(shù)據(jù)結(jié)構(gòu)的重用，這里使用DARPA地下挑戰(zhàn)賽城市賽道的Alpha Course數(shù)據(jù)集將每個(gè)模塊與其對(duì)應(yīng)模塊進(jìn)行比較，該數(shù)據(jù)集包含來(lái)自Velodyne VLP-16傳感器的激光雷達(dá)掃描點(diǎn)云，以及來(lái)自VectorNav VN-100的IMU測(cè)量，該測(cè)量在位于華盛頓州埃爾馬的廢棄發(fā)電廠中收集60分鐘數(shù)據(jù)，包含了多個(gè)感知挑戰(zhàn)，如大型或自相似場(chǎng)景（圖5）。

圖5,繪制的地圖圖。使用DLO算法在城市Alpha數(shù)據(jù)集上生成的稠密的3D點(diǎn)云地圖的不同視圖和角度。每個(gè)時(shí)間戳處的估計(jì)位置用于將提供的掃描點(diǎn)云轉(zhuǎn)換為世界幀，這是對(duì)整個(gè)數(shù)據(jù)集的所有掃描點(diǎn)云進(jìn)行處理后，并通過(guò)體素濾波以生成上述結(jié)果

圖6，誤差比較，在1200秒的滑動(dòng)窗口中繪制絕對(duì)姿勢(shì)誤差，顯示半徑和關(guān)鍵幀子地圖方案之間的差異。

圖9,極端環(huán)境建圖。該環(huán)境具有挑戰(zhàn)性，例如：（A）低照度，（B）物體障礙物，（C）潮濕泥濘的地形。正視圖（D）和側(cè)視圖（E）

基準(zhǔn)數(shù)據(jù)集的比較結(jié)果如下表

這項(xiàng)工作提出了直接激光雷達(dá)里程計(jì)（DLO），這是一種輕量級(jí)和精確的前端定位解決方案，在極端環(huán)境中，對(duì)于長(zhǎng)時(shí)間的運(yùn)行機(jī)器人來(lái)說(shuō)，計(jì)算開銷最小。與其他工作不同的一個(gè)關(guān)鍵創(chuàng)新是，如何使用關(guān)鍵幀點(diǎn)云對(duì)數(shù)據(jù)庫(kù)高效地導(dǎo)出局部子地圖，以進(jìn)行全局姿勢(shì)優(yōu)化。我們通過(guò)在大規(guī)模感知挑戰(zhàn)環(huán)境中運(yùn)行的多個(gè)平臺(tái)上進(jìn)行基準(zhǔn)測(cè)試和廣泛的現(xiàn)場(chǎng)實(shí)驗(yàn)，證明了我們方法的可靠性，并邀請(qǐng)其他人使用和評(píng)估我們的開源代碼。DLO是為美國(guó)NASA JPL團(tuán)隊(duì)合作伙伴的四旋翼機(jī)隊(duì)在DARPA地下挑戰(zhàn)賽中開發(fā)和使用的，未來(lái)我們對(duì)更緊密的IMU集成以及運(yùn)動(dòng)失真校正進(jìn)行研究。

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)開源方案的演示：