IN2LAMA: Localización y Mapeo Lidar Inercial

En este artículo, introducimos un marco probabilístico para la Localización y Mapeo Lidar Inercial (IN2LAMA). La mayoría de los lidars actuales se basan en mecanismos de rotación que no capturan instantáneas del entorno. Como resultado, puede ocurrir movimiento del sensor mientras se escanea. Sin una buena estimación de este movimiento, las nubes de puntos resultantes pueden estar distorsionadas. En la literatura sobre mapeo lidar, comúnmente se asume un modelo de movimiento de velocidad constante. Esta es una aproximación que no necesariamente siempre se cumple. La idea clave del marco propuesto es aprovechar las mediciones preintegradas sobre datos inerciales sobre-muestreados para manejar la distorsión del movimiento sin la necesidad de un modelo de movimiento explícito. Integra de manera estrecha los datos inerciales y lidar en una formulación de optimización por lotes en la variedad. Utilizar mediciones preintegradas sobre-muestreadas con precisión temporal permite la asociación de características planas y de borde de marco a marco. Además, las características se vuelven a calcular cuando la estimación del estado cambia, consolidando la interacción entre el front-end y el back-end. Validamos la efectividad del enfoque a través de datos simulados y reales.