Core Concepts
Eine tief gekoppelte LiDAR-IMU-Radodometrie mit Online-Kalibrierung eines kinematischen Modells ermöglicht eine präzise und robuste Lokalisierung von Skid-Steering-Robotern, auch in Umgebungen mit stark degenerierter LiDAR-Punktwolke.
Abstract
Die Studie präsentiert einen Ansatz zur tief gekoppelten LiDAR-IMU-Radodometrie mit Online-Kalibrierung eines kinematischen Modells für Skid-Steering-Roboter.
Der Ansatz besteht aus folgenden Komponenten:
Verwendung eines "Full Linear Wheel Odometry"-Faktors, der nicht nur als Bewegungsrestriktion dient, sondern auch die Online-Kalibrierung der kinematischen Parameter des Skid-Steering-Roboters durchführt. Dies ermöglicht eine Anpassung an sich dynamisch ändernde Kinematikparameter und Geländebedingungen.
Explizite Schätzung der Unsicherheit (Kovarianzmatrix) der Radodometrie, um deren Zuverlässigkeit in Abhängigkeit der Geländebedingungen zu berücksichtigen.
Robuste Lokalisierung auch in Umgebungen mit stark degenerierter LiDAR-Punktwolke (z.B. lange Korridore) durch die Kalibrierung, während die LiDAR-IMU-Fusion weiterhin funktioniert.
Die Leistungsfähigkeit des Ansatzes wird in drei Experimenten validiert:
Indoorexperiment: Robustheit in Fällen starker Punktwolkendegenerierung und Änderungen der Radradien
Outdoorexperiment: Genaue Trajektorienschätzung trotz rauem Gelände durch Online-Unsicherheitsschätzung
Experiment mit Geländewechsel: Robuste Odometrieschätzung bei sich ändernden Geländebedingungen durch Online-Kalibrierung
Stats
Die Punktwolkendegenerierung trat in 53% der Frames auf, und in 15% der Frames waren gar keine Punkte vorhanden.
Die durchschnittlichen relativen Positionsfehler betrugen für den Vorschlag:
Korridor #1 (17m): 0,539 ± 0,144 m
Korridor #2 (40m): 2,188 ± 0,521 m
Korridor #3 (40m): 0,770 ± 0,110 m
Korridor #4 (17m): 1,467 ± 0,331 m
Im Outdoorexperiment betrug der absolute Trajektorienfehler (ATE) des Vorschlags 0,049 ± 0,017 m.
Quotes
"Eine tief gekoppelte LiDAR-IMU-Radodometrie mit Online-Kalibrierung eines kinematischen Modells ermöglicht eine präzise und robuste Lokalisierung von Skid-Steering-Robotern, auch in Umgebungen mit stark degenerierter LiDAR-Punktwolke."
"Die Online-Kalibrierung der kinematischen Parameter ermöglicht eine robuste Odometrieschätzung auch bei sich ändernden Geländebedingungen."