SR-LIVO: LiDAR 관성 시각 오도메트리 및 스윕 복원을 통한 매핑

기존의 LiDAR-관성-시각 오도메트리 및 매핑(LIV-OAM) 시스템은 주로 구조 복원을 위해 LiDAR-관성 오도메트리(LIO) 모듈을 사용하고 색 렌더링을 위해 LiDAR 보조 시각-관성 오도메트리(VIO) 모듈을 사용합니다. 그러나, 기존 LiDAR 보조 VIO 모듈의 성능은 풍부한 텍스처와 기하학적 구조가 포함된 시나리오에서 LIO 시스템이 제공하는 정확도와 일치하지 않습니다(즉, 카메라와 LiDAR 모두에 대해 실패 모드가 없음). 본 논문은 스윕 복원을 사용하여 복원된 스윕을 이미지 타임스탬프와 정렬하는 고급 및 혁신적인 LIV-OAM 시스템인 SR-LIVO를 소개합니다. 이는 LIO 모듈이 모든 이미징 순간에서 상태를 정확히 결정할 수 있도록 하여 포즈 정확도와 처리 효율성을 향상시킵니다. 두 개의 공개 데이터셋에 대한 실험 결과는 다음을 보여줍니다: 1) 우리의 SR-LIVO는 포즈 정확도, 렌더링 성능 및 실행 시간 효율성 측면에서 기존의 최첨단 LIV-OAM 시스템을 초월합니다; 2) 풍부한 텍스처와 기하학적 구조가 있는 시나리오에서 LIO 프레임워크는 기존 LiDAR 보조 VIO 프레임워크보다 더 정확한 포즈를 제공할 수 있으며, 따라서 렌더링에 도움을 줍니다. 우리는 이 분야의 커뮤니티 개발에 기여하기 위해 소스 코드를 공개했습니다.