激光视觉惯导融合的slam系统

FAST-LIVO: Fast and Tightly-coupled Sparse-Direct LiDAR-Inertial-Visual Odometry

本文提出了一种快速的激光视觉惯导融合的slam系统，可以分为LIO和VIO两个紧耦合的子系统。LIO直接把当前的扫描点和增量构建的地图对齐，地图点也会辅助基于直接法的VIO系统进行图像对齐。为了进一步提高vio系统的鲁棒性和准确性，作者提出了一种新的方法来剔除边缘或者在视觉中遮挡的地图点。本文方法可以适用于机械雷达和固态雷达，并能实时的ARM和Intel的处理器上运行，作者已经开源了代码。

代码地址：https://github.com/hku- mars/FAST- LIVO

本文的主要贡献有：

1. 一个建立在两个基于直接法的紧耦合的完整的激光视觉惯导融合的slam框架；

2. 一个直接高效的最大程度重用LIO构建的地图的VIO框架，具体来说利用地图点和观测到的图像像素块结合后投影到一个新的图像上通过最小化光度误差来得到全部状态的位姿估计结果。通过在视觉中使用雷达点云可以避免特征的提取和三角化，同时可以在测量层对视觉和激光雷达进行融合。

3. 开源了这项伟大的工作。

这项工作的系统框架如下所示：