返回
Direct 3D mapping with a 2D LiDAR using sparse reference maps
DOI:10.1016/j.ophoto.2025.100109.png)
摘要
En 中文
精确的3D制图对于包括森林监测、基础设施评估和自主导航在内的一系列地理空间应用至关重要。尽管与许多3D激光雷达相比,2D激光雷达(LiDAR)传感器提供了更优越的测距精度和更高的点密度,但其有限的传感几何结构使得完整的3D重建具有挑战性。在本文中,我们针对这些局限性,通过提出一种将2D LiDAR与6自由度(DoF)轨迹及来自移动激光扫描(MLS)或机载激光扫描(ALS)的稀疏3D参考地图直接集成的方法,实现了鲁棒的3D制图。我们的方法从初始的6 DoF轨迹开始,通过联合共配准缓冲的2D LiDAR扫描与3D参考地图进行批处理优化,在不依赖2D扫描的重叠或分割的情况下,同时提升了轨迹精度和制图完整性。我们还介绍了一种新颖的无目标外部标定方法,用于2D LiDAR、3D LiDAR和全球导航卫星系统-惯性导航系统(GNSS-INS)系统之间,该方法不依赖传感器的视场(FOV)重叠。我们使用稀疏ALS或MLS参考地图以及来自GNSS-INS或3D LiDAR-惯性里程计的初始位姿,在森林道路环境中验证了我们的方法。森林道路实验达到了0.1 m(使用3D MLS初始化)和0.16 m(使用GNSS-INS初始化)的平均定位精度,将平移漂移减少了最高九倍,旋转漂移减少了最高六倍。外部标定方法即使在旋转初始偏差高达40度、平移初始偏差达3 m的情况下也能收敛。所提出的框架支持多平台、多时相数据融合,为现场部署和地图修正任务提供了一种实用解决方案。
Keyword:
LiDAR-based mapping
Airborne laser scanning (ALS)
Mobile laser scanning (MLS)
Sensor fusion
Extrinsic calibration
Localisation
Remote sensing
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
I
IF:
0
论文数:
24
被引数:
0
机构
引用论文
FAST-LIO: A Fast, Robust LiDAR-Inertial Odometry Package by Tightly-Coupled Iterated Kalman FilterFast-lio: 通过紧密耦合的迭代卡尔曼滤波器实现的快速,鲁棒的LiDAR-惯性里程计软件包
A Low-Cost 3D Mapping System for Indoor Scenes Based on 2D LiDAR and Monocular Cameras基于2D LiDAR和单目相机的高性价比室内场景3D建图系统
REMOTE SENSING
IF4.1

