香港大学开源的这个激光雷达惯性SLAM太强啦!没错,就是FAST-LIO2。看看它 是如何碾压其他算法的! FAST-LIO2是香港大学火星实验室(MARS)发表在IEEE-RAL和IEEE-TRO的两篇论文,是一种具有高计算效率、高鲁棒性的雷达惯性里程计(LIO)。它通过紧耦合误差状态卡尔曼滤波器实现IMU和激光雷达融合的状态估计,是目前最先进...
然后,该节详细讨论了ikd-Tree在不同应用场景下的性能表现,并与其他数据结构进行了比较。这些实验分别是基于随机增量数据集的实验和基于LiDAR测距仪的室外SLAM实验。在随机增量数据集实验中,ikd-Tree的效率得到了充分验证。该实验使用1000个点作为初始数据集,并逐步增加1000个点进行测试。图4(a)展示了ikd-Tree和静态k...
论文地址:https://arxiv.org/abs/2301.05206 作者单位:香港大学 开源代码:GitHub - hku-mars/ImMesh: ImMesh: An Immediate LiD... 在本文中,我们提出了一种新颖的LiDAR(-惯性)里程计和建图框架,以实现实时定位和网格划分的目标。这个被称为IMMesh的框架由四个紧密耦合的模块组成:接收器、本地化、网状化和...
类似地,Shao等人提出一种双目视觉-惯性激光雷达SLAM,它将紧耦合的双目视觉惯性里程计与激光雷达建图和由激光雷达增强的视觉回环相结合。最近以来,Wang等人提出了DV-LOAM,它是一个直接的视觉-激光雷达融合框架。系统首先使用一个两阶段的直接法视觉里程计模块用于高效的粗略状态估计,接着粗略的位姿由激光雷达建图模块...
香港大学火星实验室非常高产且质量上乘,FAST-LIVO是他们发表在IROS 2022的工作,这是LiDAR + IMU+ 相机的多传感器融合方案。 这个是他们使用的数据采集设备,自己用STM32把激光雷达和相机做了个硬同步。 下面是算法的运行效果 可以看到视频中大佬手持传感器设备,疯狂旋转暴力测试,算法仍然能够准确的重建港大校园。
本文提出了一种称为R3LIVE++的雷达-惯性视觉融合框架,以实现鲁棒和准确的状态估计,同时动态重建辐射图。R3LIVE++由一个雷达惯性里程计(LIO)和一个视觉惯性里程计(VIO)组成,两者都是实时运行的。LIO子系统利用激光雷达的测量数据重建几何结构,而VIO子系统同时从输入图像中恢复几何结构的亮度信息。R3LIVE++是在R3LIVE...
近日,香港大学的ArcLab团队发布了最新的实时SLAM系统LVI-GS,这一系统结合了3D高斯分布(3DGS)、激光雷达(LiDAR)、视觉与惯性传感器的紧耦合建图框架,展现出强大的实时环境重建能力。LVI-GS的发布为复杂环境中机器人和自动驾驶设备的导航、定位提供了革命性的解决方案,极大地提升了场景重建的精度与效率。
香港大学开源的这个激光雷达惯性SLAM太强啦!没错,就是FAST-LIO2。看看它 是如何碾压其他算法的! FAST-LIO2是香港大学火星实验室(MARS)发表在IEEE-RAL和IEEE-TRO的两篇论文,是一种具有高计算效率、高鲁棒性的雷达惯性里程计(LIO)。它通过紧耦合误差状态卡尔曼滤波器实现IMU和激光雷达融合的状态估计,是目前最先进...
香港大学开源的这个激光雷达惯性SLAM太强啦!没错,就是FAST-LIO2。看看它 是如何碾压其他算法的! FAST-LIO2是香港大学火星实验室(MARS)发表在IEEE-RAL和IEEE-TRO的两篇论文,是一种具有高计算效率、高鲁棒性的雷达惯性里程计(LIO)。它通过紧耦合误差状态卡尔曼滤波器实现IMU和激光雷达融合的状态估计,是目前最先进...
作者单位:香港大学 开源代码:GitHub - hku-mars/ImMesh: ImMesh: An Immediate LiD...在本文中,我们提出了一种新颖的LiDAR(-惯性)里程计和建图框架,以实现实时定位和网格划分的目标。这个被称为IMMesh的框架由四个紧密耦合的模块组成:接收器、本地化、网状化和广播器。定位模块利用来自接收器的先验传感器数据,...