2019_ral_mapreuse__final_.pdf

本文提出了一种低成本的立体视觉惯性定位系统,该系统利用有效的基于多状态约束卡尔曼滤波(msckf)的视觉惯性里程计(vio),同时利用先验lidar地图提供有界误差的三维导航。除了VIO中使用的标准稀疏视觉特征测量外,在紧密耦合的MSCKF更新中,还利用视觉半稠密云到先前激光雷达地图的全局注册,从而校正累积漂移。特别讨论了视觉点云和激光雷达点云之间的交叉模态约束。通过蒙特卡洛模拟和实际实验验证了该方法的有效性,结果表明,通过不同的感知方式建立的云之间的lidar地图约束极大地提高了标准vio,并提供了有界误差性能。