客車網(wǎng)2023年3月6日獲悉，智行者團(tuán)隊(duì)發(fā)布的兩篇論文近日被頂級(jí)國(guó)際會(huì)議ICRA 2023接收，分別為《Faster-LIO: Lightweight Tightly Coupled Lidar-inertial Odometry using Parallel Sparse Incremental Voxels》和《Anderson Acceleration for on-Manifold Iterated Error State Kalman Filters》。兩篇論文針對(duì)自動(dòng)駕駛落地中的難點(diǎn)問題，分別提出了一種基于增量體素的高效率激光雷達(dá)慣導(dǎo)里程計(jì)和一種基于Anderson加速的迭代擴(kuò)展卡爾曼濾波。

　　IEEE國(guó)際機(jī)器人與自動(dòng)化協(xié)會(huì)每年主辦一次IEEE世界機(jī)器人與自動(dòng)化大會(huì)(IEEE InternationalConference on Robotics and Automation，簡(jiǎn)稱IEEE ICRA)。IEEE ICRA是機(jī)器人領(lǐng)域規(guī)模(千人以上)和影響力均排名第一的頂級(jí)國(guó)際會(huì)議，是機(jī)器人領(lǐng)域權(quán)威研究人員介紹其研究成果的首要國(guó)際論壇。

　　Faster-LIO: Lightweight Tightly Coupled Lidar-inertial Odometry using Parallel Sparse Incremental Voxels

　　本文提出了一種基于增量體素的激光雷達(dá)慣導(dǎo)里程計(jì)(LIO)方法，用于快速跟蹤旋轉(zhuǎn)和固態(tài)激光雷達(dá)掃描點(diǎn)云，為了獲得較高的跟蹤速度，本文既不使用復(fù)雜的基于樹的結(jié)構(gòu)來(lái)劃分空間點(diǎn)云，也不使用嚴(yán)格的k近鄰(k-NN)查詢來(lái)計(jì)算點(diǎn)匹配。

　　使用增量體素(iVox)作為點(diǎn)云空間數(shù)據(jù)結(jié)構(gòu)，它是從傳統(tǒng)體素修改而來(lái)的，支持增量插入和并行近似k-NN查詢，本文在算法中提出了線性iVox和PHC(偽希爾伯特曲線)iVox作為兩種可選的底層結(jié)構(gòu)。

　　實(shí)驗(yàn)表明，在固態(tài)激光雷達(dá)中，iVox的每次掃描速度達(dá)到1000-2000HZ，而在32線激光雷達(dá)中，iVox的速度超過200赫茲(僅使用現(xiàn)代CPU)，同時(shí)仍保持相同的精度水平!

　　Anderson Acceleration for on-Manifold Iterated Error State Kalman Filters

　　本文指出，迭代擴(kuò)展卡爾曼濾波器(Iterated Extended Kalman Filter)是一種被廣泛應(yīng)用于實(shí)時(shí)定位應(yīng)用中的估計(jì)器，它通過多次迭代觀測(cè)方程，以找到更好的線性化點(diǎn)，每次只進(jìn)行當(dāng)前時(shí)間點(diǎn)的狀態(tài)估計(jì)，從而節(jié)省計(jì)算資源。

　　受最近迭代最近點(diǎn)算法(iterative closest point algorithm)的啟發(fā)，本文提出一種加速迭代誤差狀態(tài)卡爾曼濾波器(IESKFs)的方法。

　　研究結(jié)果表明，IESKF可以轉(zhuǎn)換為一個(gè)迭代不動(dòng)點(diǎn)問題，從而使得Anderson加速(AA)可以直接應(yīng)用于IESKF的迭代，因?yàn)镮ESKF的誤差狀態(tài)自然存在于切空間中，而不需要額外的變換。

　　但在迭代期間，當(dāng)前估計(jì)的切空間可能會(huì)發(fā)生變化，因此本文應(yīng)該將切空間轉(zhuǎn)換到起始點(diǎn)來(lái)執(zhí)行Anderson加速。文章提出了AA-IEKF，并將其應(yīng)用于激光雷達(dá)慣性慣性里程計(jì)(LIO)系統(tǒng)來(lái)估計(jì)激光雷達(dá)的本體運(yùn)動(dòng)。實(shí)驗(yàn)表明，Anderson加速可以有效減少ESKF的迭代次數(shù)，并降低總計(jì)算量。