SI_LIO is based on the Invariant-EKF theory and our code is implemented on S-FAST_LIO. Through theoretical analysis, it can be deduced that our IEKF-based estimation method achieves higher estimation accuracy compared to the Iterated EKF used in FAST-LIO2, particularly in scenarios with large IMU prediction errors.

2024年11月13日 · We propose a novel high-precision tightly-coupled LIO method, SI-LIO, based on the invariant extended Kalman filter with a single-iteration estimate update. This method utilizes the Lie exponential map between the matrix Lie group SE $_{4}(3)$ and its Lie algebra such that the linear approximations referring to Taylor expansions are only ...

2024年1月15日 · 本文介绍的sr - livo是一种先进的、新颖的liv - slam系统，采用扫描重建将重建的扫描与图像时间戳对齐。这使得lio模块可以在所有成像时刻准确地确定状态，增强了位姿精度和处理效率。

2012年4月29日 · Semi-Elastic-LIO (Semi-Elastic LiDAR-Inertial Odometry) is an accurate and robust optimization based LiDAR-inertial odometry (LIO).

下文中，我们将先介绍基于滑窗优化的两项工作（LIOM、LiLi-OM），然后介绍基于迭代卡尔曼滤波的工作（LINS、Fast-Lio1&2 和 Faster-Lio），最后还要补充介绍一下 LIO-SAM，LIO-SAM 相对比较特殊，虽然也是紧耦合方案，但它的具体做法是将滑窗仅用于优化 IMU 的 bias，然后 ...

To address these issues, we propose a loosely coupled adaptive LiDAR-Inertial-Odometry named Adaptive-LIO, which incorporates adaptive segmentation to enhance mapping accuracy, adapts motion modality through IMU saturation and fault detection, and adjusts map resolution adaptively using multi-resolution voxel maps based on the distance from the ...

Furthermore, accurate tracking of surrounding objects is crucial for emerging applications, such as autonomous driving and multi-robot collaboration. To this end, we present LIO-LOT, a tightly coupled LiDAR-inertial and multi-object tracking (MOT) system.

2022年10月17日 · LIO-SAM是基于因子图构建雷达惯性里程计，可以将大量的相对测量值、绝对测量值、回环等多种不同数据作为因子融入雷达惯性里程计系统中。通过imu预积分获得的运动估计可以用于点云的偏斜矫正和用于雷达里程计优化的初始值。

### LIO-MAPPING 技术概述 LIO-MAPPING 是一种基于激光雷达 (LiDAR) 和惯性测量单元 (IMU) 的同步定位与建图(Simultaneous Localization And Mapping, SLAM) 方法[^1]。该方法旨在通过融合 LiDAR 提供的距离数据和 IMU 提供的姿态角速度及加速度信息来构建环境地图并实现机器人的 …

LIO-SAM，这一算法实现依赖于基于特征点的前端和基于优化的后端，同时它能够结合GPS信号生产出具有全局定位的点云地图。 这一算法目前已经在RoboTaxi项目建图技术中部署应用。 FAST-LIO2，这一算法实现依赖于直接法的前端和基于滤波器的后端。 它采用的是误差状态卡尔曼滤波器，相较于扩展卡尔曼滤波器更加适合惯导系统。 它创新地设计了一种动态KD树结构的局部地图结构方式，让算法的计算量主要来到了近邻搜索阶段，从而可以高频地输出相对定位结果。 …