GF-LIO定位框架

一种将IESKF与因子图紧耦合的激光雷达/IMU定位框架，通过贪心特征选择提升地下车库定位精度。

Wangyusha, Bao · 王健 · 韩厚增 · Yiwen, Zhao · Menghan, Liu · He, Wu

2024

具体参数

性能提升

>12.53 %

技术优势

定位更准

因子图优化联合LiDAR里程计、IMU预积分和回环检测，全局一致性更好，实验显示性能提升超过12.53%。

特征更有效

贪心算法优先选择环境中有判别力的特征，过滤冗余点云信息，提升定位的鲁棒性。

传感器融合更紧密

采用IESKF紧耦合LiDAR和IMU测量，提高姿态估计精度，增强系统在复杂环境中的稳定性。

应用场景

• 地下车库自主泊车：让车辆在没有GPS的地下停车场也能精确定位，完成自主泊车。
• 工业车辆室内定位：为仓库、工厂等室内环境中的工业车辆提供高精度定位，提高作业效率。
• 机器人室内导航：帮助机器人在无卫星信号环境下自主导航，适用于复杂的室内场景。