R3LIVE++：一个实时鲁棒的紧耦合激光雷达-惯性-视觉融合框架
作者: 自动驾驶之心
作者简介: 自动驾驶之心官方唯一授权B站号。专注自动驾驶全栈技术与产业交流！
描述: 论文链接：https://arxiv.org/abs/2209.03666 代码链接：http://github.com/hku-mars/r3live SLAM对于自主机器人（例如，自动驾驶汽车、无人驾驶飞机）、3D绘图系统和AR/VR应用程序至关重要。这项工作提出了一种称为R3LIVE++的新型激光雷达惯性视觉融合框架，以实现鲁棒和精确的状态估计，同时动态重建辐射地图。R3LIVE++包括激光雷达惯性里程表（LIO）和视觉惯性里程表，两者均实时运行。LIO子系统利用激光雷达的测量值重建几何结构（即3D点的位置），而VIO子系统同时从输入图像中恢复几何结构的辐射信息。R3LIVE++是在R3LIVE的基础上开发的，通过考虑相机光度校准（例如非线性响应函数和镜头渐晕）和相机曝光时间的在线估计，进一步提高了定位和绘图的准确性。论文在公共和私有数据集上进行了更广泛的实验，以将提议的系统与其它最先进的SLAM系统进行比较。定量和定性结果表明，本文提出的系统在准确性和鲁棒性方面都比其他系统有显著改进！
