《论文阅读14》FAST-LIO

 一、论文

• 研究领域：激光雷达惯性测距框架
• 论文：FAST-LIO: A Fast, Robust LiDAR-inertial Odometry Package by Tightly-Coupled Iterated Kalman Filter

• IEEE Robotics and Automation Letters, 2021

• 香港大学火星实验室

• 论文链接
• 论文github

二、论文概要

2.1 主要思路

2.2 具体实现

2.3 实验设计

三、论文全文

FAST-LIO：一个快速、鲁棒的紧耦合迭代卡尔曼滤波器LiDAR惯性里程计包

• 摘要

本文提出了一种计算效率高且鲁棒的激光雷达惯性测距框架。我们融合LiDAR特征点与IMU数据使用紧耦合迭代扩展卡尔曼滤波器，以允许在发生退化的快速运动，嘈杂或混乱的环境中进行鲁棒导航。为了降低大量测量的存在下的计算负荷，我们提出了一个新的公式来计算卡尔曼增益。新公式的计算量取决于状态维而不是测量维。所提出的方法及其实现在各种室内和室外环境中进行测试。在所有测试中，我们的方法实时产生可靠的导航结果：它在四旋翼机载计算机上运行，在一次