日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號

    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

FAST-LIO2: 快速直接的激光雷達-慣性里程計

2021-09-12 21:53:49·  來源：同濟智能汽車研究所  
　
表4 有良好的地面實況序列的絕對平移誤差
 
 
數(shù)據(jù)集utbm不產(chǎn)生LIO-SAM所需的姿態(tài)四元數(shù)數(shù)據(jù)，因此LIO-SAM不適用于所有序列在utbm數(shù)據(jù)集中，表示為—。
×表示系統(tǒng)完全失效
2)漂移基準(zhǔn)：表5展示了端到端誤差?？傮w趨勢與RMSE基準(zhǔn)結(jié)果相似。FAST-LIO2或其變體在總共7個序列中的5個序列中實現(xiàn)了最低的漂移。我們在https://youtu.be/2OvjGnxszf8上的視頻中展示了ulhk_6序列的例子。應(yīng)該注意的是，LILI-OM已經(jīng)為他們自己的每個序列l(wèi)ili調(diào)整了參數(shù)，而FAST-LIO2的參數(shù)在所有序列中保持相同。LIO-SAM在其自己的序列l(wèi)iosam2和liosam3中表現(xiàn)出良好的性能，但無法在其他序列（如ulhk）上保持它。LINS在liosam和ulhk數(shù)據(jù)集上的表現(xiàn)比LIO-SAM差，在liosam2（來自[30]的花園序列）中失效，因為這兩個序列是以很大的旋轉(zhuǎn)速度記錄的，而LINS使用的特征點太少。此外，在大多數(shù)序列中，基于特征的FAST-LIO表現(xiàn)類似于直接方法，除了序列l(wèi)ili_7，它包含許多樹木和大的開放區(qū)域，而特征提取將從樹木和遠處建筑物中去除了許多的有效點。
表5 端到端誤差（米）
 
 
由于LIO-SAM和LINS都是專為旋轉(zhuǎn)激光雷達開發(fā)的，它們不適用于由固態(tài)激光雷達Livox Horizon記錄的lili數(shù)據(jù)集。
表示系統(tǒng)完全失效。
D.處理時間評估
表6展示了具有不同配置的FAST-LIO2、LILI-OM、LIO-SAM和LINS在所有序列中的處理時間。FAST-LIO2是一個集成的里程計和建圖架構(gòu)，在每一步，地圖都會在里程計更新后立即更新。因此，總時間（表6中的“總計”）包括里程計中發(fā)生的所有可能過程，包括特征提取（例如，對于基于特征的變體）、運動補償、kNN搜索和狀態(tài)估計，以及建圖。需要注意的是，建圖包括點插入、框式刪除和樹重新平衡。另一方面，LILI-OM、LIO-SAM和LINS都有單獨的里程計（包括特征提取和粗略姿態(tài)估計）和建圖（例如LILI-OM[17]中的后端融合、增量平滑和在LIO-SAM[30]中的建圖以及在LINS[31]中的建圖優(yōu)化），在每次激光雷達掃描過程中它們的平均處理時間在表6中分別用“Odo”和“Map”表示。我們，將兩次處理時間相加與FAST-LIO2進行比較。
從表6中，我們可以看到FAST-LIO2比其他LIO方法消耗的時間少得多，比LILI-OM快8倍，比LIO-SAM快10倍，比LINS快6倍。即使只考慮其他方法對里程計的處理時間，F(xiàn)AST-LIO2在除了四個序列之外的大多數(shù)序列中仍然更快。FAST-LIO2的整體處理時間，包括里程計和建圖，幾乎與LIO-SAM的里程計部分相同，比LILI-OM快3倍，比LINS快2倍以上。比較FAST-LIO2的不同變體，不同地圖大小的處理時間非常相似，這意味著使用我們的ikd-樹進行映射和kNN搜索對地圖大小不敏感。此外，基于特征的變體和使用直接方法的FAST-LIO2的處理時間大致相似。盡管特征提取需要額外的處理時間來提取特征點，但它會為后續(xù)的kNN搜索和狀態(tài)估計帶來更少的點（因此時間更少）。另一方面，直接方法節(jié)省了點配準(zhǔn)的特征提取時間?？紤]到FAST-LIO2卓越的計算效率，我們在KhadasVIM3(ARM)嵌入式計算機上使用默認地圖大?。?000m，參見VI-C）進一步實現(xiàn)了它。運行時結(jié)果表明，F(xiàn)AST-LIO2還可以實現(xiàn)10Hz的實時性能，這是任何之前的工作都沒有在基于ARM的平臺上實現(xiàn)過的。
表6 每個掃描基準(zhǔn)的平均處理時間（以毫秒為單位）
 
 
 
7 真實場景實驗
A.平臺
除了對主要是在地面上收集到的數(shù)據(jù)集進行基準(zhǔn)評估，我們也用由其他平臺收集到的各種各樣的富有挑戰(zhàn)性的數(shù)據(jù)來測試我們的FAST-LIO2（如圖6所示），這些平臺包括用于開發(fā)無人機導(dǎo)航技術(shù)的280mm軸距四旋翼無人機，用于移動制圖的手持平臺以及用于航空測繪的GPS導(dǎo)航750mm軸距四旋翼無人機。280mm軸距四旋翼無人機被用于室內(nèi)劇烈飛行試驗，參見VII-B2部分，因此其激光雷達面向前方安裝。由Ambit-Geospatial公司開發(fā)的750mm軸距四旋翼無人機用于空中掃描，參見VII-C部分，因此其激光雷達面向地面。在所有平臺中，我們均采用固態(tài)3D激光雷達LivoxAvia，它具有內(nèi)置IMU單元（型號BMI088），橫向70.4°縱向77.2°的圓形視場，以及一種不同于之前在VI部分中使用的LivoxHorizon和Velodyne激光雷達那樣的非常規(guī)的非重復(fù)掃描模式。由于FAST-LIO2并不需要提取特征，自然地它適合這種新型激光雷達。在以下所有實驗中，F(xiàn)AST-LIO2使用默認配置（即地圖大小為1000m的直接法）。除非另有說明，掃描速率均設(shè)置為100Hz，計算平臺為之前部分中使用過的DJImanifold2-C。
 
 
圖6.三種不同的平臺：（a）280毫米軸距小型四旋翼無人機搭載前視LivoxAvia激光雷達，（b）手持平臺，（c）750毫米軸距四旋翼無人機搭載下視LivoxAvia激光雷達。所有三個平臺都搭載相同的DJIManifold-2C機載計算機。真實世界實驗的視頻可在https://youtu.be/2OvjGnxszf8獲得。
B. 私有數(shù)據(jù)集
1）處理時間的詳細評估：為了驗證FAST-LIO2的實時性能，我們使用手持平臺在大型室外-室內(nèi)混合場景中以100Hz的掃描速率收集序列。傳感器在前進約650m后返回起始位置。應(yīng)該注意的是，LILI-OM也支持固態(tài)激光雷達，但它在此數(shù)據(jù)中效果不理想，因為其特征提取模塊在100Hz掃描速率下產(chǎn)生的特征太少。FAST-LIO2實時構(gòu)建的地圖如圖7所示，其漂移小（僅0.14m），與衛(wèi)星地圖吻合良好。
 
 
圖7 大型場景實驗
至于計算效率，我們將FAST-LIO2與其前身FAST-LIO[22]在Intel（Manifold2-C）計算機上比較。對于FAST-LIO2，我們還會在機載計算機上的ARM（KhadasVIM3）上進行測試。這兩種方法的區(qū)別在于，F(xiàn)AST-LIO是一種基于特征的方法，它在每一步都會檢索當(dāng)前視場中的地圖點，為kNN搜索構(gòu)建一個新的靜態(tài)k-d樹。用于處理掃描的各個組件的詳細時間消耗顯示在表7中。預(yù)處理是指數(shù)據(jù)的接收和格式化，對于FAST-LIO和FAST-LIO2預(yù)處理是相同的，用時都低于0.1ms。FAST-LIO的特征提取每次掃描用時0.9ms，這是FAST-LIO2節(jié)省的。特征提取導(dǎo)致Fast-LIO比FAST-LIO2產(chǎn)生更少的點數(shù)（447對756），因此在狀態(tài)估計上花費的時間更少（0.99毫秒對1.66毫秒）。因此，兩種方法的總里程計時間非常接近（FAST-LIO為1.92毫秒，而FAST-LIO2為1.69毫秒）。這兩種方法在制圖模塊呈現(xiàn)巨大差異，模塊包括FAST-LIO的地圖點檢索和k-d樹構(gòu)建，以及FAST-LIO2的點插入和由于地圖移動和樹重新平衡而導(dǎo)致的框式刪除。可以看出，F(xiàn)AST-LIO每次掃描的平均制圖時間超過10毫秒，因此無法實時處理這個大場景。另一方面，F(xiàn)AST-LIO2的制圖時間遠低于采樣周期。FAST-LIO2每次掃描處理756個點（包括里程計和制圖）的總時間對于Intel處理器僅為1.82ms，對于ARM處理器為5.23ms。
表7 處理激光雷達掃描時各個組件的平均時間消耗（以毫秒為單位）
 
 
每次掃描的時間消耗和地圖點數(shù)如圖8所示?？梢钥闯觯贏RM處理器上運行的FAST-LIO2的處理時間偶爾超過采樣周期10毫秒，但這種情況很少發(fā)生，平均處理時間遠低于采樣周期。偶爾的超時通常不會影響后續(xù)的控制器，因為IMU傳播的狀態(tài)估計可以在這個短時期內(nèi)使用。在Intel處理器上，F(xiàn)AST-LIO2的處理時間始終低于采樣周期。另一方面，由于地圖點數(shù)量的增加，F(xiàn)AST-LIO的處理時間迅速增加到采樣周期以上。注意到，即使面對大量地圖點的情況下，F(xiàn)AST-LIO2的處理時間也顯著減少。由于FAST-LIO僅保留其當(dāng)前視場角內(nèi)的地圖點，如果LiDAR面對一個包含很少先前采樣的地圖點的新區(qū)域，該數(shù)字可能會下降。如上所述，即使地圖點較少，F(xiàn)AST-LIO的處理時間仍然要長得多。此外，由于FAST-LIO在每一步構(gòu)建一個新的k-d樹，構(gòu)建時間的時間復(fù)雜度為O(nlogn)[40]，其中n是當(dāng)前視場中的地圖點數(shù)。這就是FAST-LIO的處理時間幾乎與地圖大小呈線性相關(guān)的原因。相比之下，我們ikd-樹的增量更新具有O(logn)的時間復(fù)雜度，導(dǎo)致處理時間的增長相對于地圖大小的增加要慢得多。
 
 
圖8 FAST-LIO和FAST-LIO2每次LiDAR掃描的處理時間。
2）無人機劇烈飛行實驗：為了展示FAST-LIO2在移動機器人平臺中的應(yīng)用，我們部署了一個攜帶LivoxAVIA激光雷達傳感器的小型四旋翼無人機，并進行了如圖9所示的激烈翻轉(zhuǎn)實驗。本次實驗中，無人機先從地面起飛，在1.2m高度懸停一段時間，然后進行快速翻轉(zhuǎn)，然后在從FAST-LIO2獲取狀態(tài)反饋的流形模型預(yù)測控制器[62]的控制下返回懸停飛行。FAST-LIO2估計的姿態(tài)如圖9（d）所示，與實際的無人機姿態(tài)非常吻合。環(huán)境的實時建圖如圖10所示。另外，圖11顯示了實驗過程中的位置、姿態(tài)、角速度和線速度。翻轉(zhuǎn)期間的平均和最大角速度分別達到912度/秒和1198度/秒（從50.8秒到51.2秒）。FAST-LIO2平均每次掃描僅需2.01ms，足以滿足控制器的實時性要求。通過提供高精度里程計和100Hz的高分辨率環(huán)境3D地圖，F(xiàn)AST-LIO2非常適合機器人的實時控制和避障。例如，我們之前的工作[63]展示了FAST-LIO2在自主無人機上的應(yīng)用，可在復(fù)雜的室內(nèi)和室外環(huán)境中躲避動態(tài)小物體（低至9毫米）。
 
 
圖9 翻轉(zhuǎn)實驗。(a)小型無人機；(b)在翻轉(zhuǎn)期間顯示第一人稱視角圖像的車載攝像頭；(c)無人機翻轉(zhuǎn)過程中的第三人稱視角圖像；(d)使用FAST-LIO2估計的無人機姿態(tài)。
 
 
分享到：
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25