1-FAST-LIVO中并没有对相机、LiDAR时间戳进行强对齐,因为在实际应用中,两种传感器的数据传输是很难实时同步,通常的解决方案也类似论文中提到的,以高频率IMU时间戳作为基准,哪个传感器的时间能对齐,则用哪个 2-FAST-LIVO论文中的公式与FAST-LIO差不多,公式推导可以参考FAST-LIO论文精度及公式推导 五、地图管理 我们...
为了在同步定位与测绘(SLAM)任务中实现准确而鲁棒的姿态估计,多传感器融合被证明是一种有效的解决方案,在机器人应用中具有巨大的潜力。本文提出了一种快速激光雷达惯性视觉测程系统FAST-LIVO,该系统基于两个紧密耦合的直接测程子系统:VIO子系统和LIO子系统。LIO子系统将新扫描的原始点(而不是边缘或平面上的特征点)...
论文下载:https://arxiv.org/abs/2203.00893 代码地址:https://github.com/hku-mars/FAST-LIVO 录用:IROS2022 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。
有一个疑惑我困扰了很久, 就是在lio部分状态量的增量是solution = K * meas_vec + vec - K * Hsub * vec.block<12, 1>(0, 0)(1) (即dx = K * H^T *(-Z) - (I-G)(state_cur-state_last)), 但是论文fast-lio公式(18)(或fast-lio2公式(14))和代码似乎是正负号相反的, 如果按
论文下载:https://arxiv.org/abs/2203.00893 代码地址:https://github.com/hku-mars/FAST-LIVO 录用:IROS2022 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。
论文下载:https://arxiv.org/abs/2203.00893 代码地址:https://github.com/hku-mars/FAST-LIVO 录用:IROS2022 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。