LiDAR Odometry

• Também chamado: laser odometry, LO
• Categoria: State estimation & navigation › Localisation
• Tags: lidar, odometry, slam, state-estimation, point-cloud-registration

Estimar o movimento de um robô registrando varreduras de LiDAR sucessivas umas contra as outras ou contra um mapa local; deriva com a distância, a menos que seja corrigida por fechamento de loop.

Definição

Odometria LiDAR (LiDAR odometry) estima o movimento de um sensor LiDAR, e do robô que o carrega, alinhando cada nova varredura com os dados anteriores. É uma forma de odometria: como a odometria de rodas ou a odometria visual, ela integra o movimento relativo ao longo do tempo e por isso acumula deriva. Difere da odometria visual em sua entrada, medições diretas de distância em vez de imagens de câmera, o que dá escala métrica com um único sensor e a torna em grande parte independente da iluminação. Difere do Iterative Closest Point em escopo: o ICP é um algoritmo de registro, muitas vezes usado dentro de um sistema de odometria LiDAR, enquanto a odometria LiDAR é todo o pipeline de pré-processamento, registro, compensação de movimento e gerenciamento do mapa.

Existem duas famílias principais. Os métodos baseados em características, como o LOAM de Zhang e Singh em 2014, extraem pontos de aresta e pontos planares de cada varredura e os associam a características em um mapa local. Os métodos densos registram a maior parte dos pontos, normalmente com ICP ponto a plano ou uma Normal Distributions Transform, contra a varredura anterior ou um mapa local subamostrado. O registro de varredura para mapa deriva menos que o registro de varredura para varredura, porque cada varredura é alinhada a uma estrutura construída a partir de muitas varreduras anteriores.

Um LiDAR giratório coleta uma varredura ao longo de uma rotação completa, de modo que um sensor em movimento a distorce. Os sistemas corrigem isso removendo a distorção dos pontos (de-skewing) com uma velocidade constante assumida, uma IMU ou, como no CT-ICP, uma trajetória em tempo contínuo com poses separadas no início e no fim de cada varredura. A odometria LiDAR tem dificuldades onde a geometria não restringe todos os seis graus de liberdade: corredores longos, túneis, campos abertos e estradas planas. A fusão estreita com uma IMU, como na odometria LiDAR-inercial, ajuda com movimentos rápidos e trechos degenerados curtos, e um sistema SLAM completo acrescenta fechamento de loop e otimização de grafo de poses para remover a deriva acumulada.

Por que importa

A odometria LiDAR é a principal fonte de estimativas de movimento para muitos veículos autônomos, robôs móveis e sistemas de mapeamento, especialmente ao ar livre e no escuro, onde as câmeras têm dificuldades. Sua precisão limita a qualidade de todo mapa e de todo resultado de localização construídos sobre ela.

Principais aplicações

• Estimativa de movimento próprio para carros autônomos e robôs de entrega
• Front-end de sistemas SLAM LiDAR e de mapeamento 3D
• Mapeamento móvel portátil e em mochila
• Navegação em minas, túneis e outros ambientes escuros
• Estimação de estado para robôs com pernas e drones com LiDAR embarcado

Na prática

Uma equipe instala um LiDAR giratório e uma IMU em um robô de levantamento topográfico que percorre um canteiro de obras. Cada varredura tem a distorção corrigida com a IMU, é subamostrada em uma grade de voxels e registrada com ICP ponto a plano contra um mapa local de varreduras recentes. A pose resultante alimenta a pilha de navegação do robô na taxa de varredura. Quando o robô percorre um corredor longo e vazio, a equipe vê a estimativa de posição se esticar ao longo do eixo do corredor, porque as paredes não restringem o movimento nessa direção; eles acrescentam uma verificação de degenerescência na solução do ICP, confiam mais na IMU e na odometria de rodas nesses trechos e executam o fechamento de loop offline para corrigir o mapa final.

Equívocos comuns

• A odometria LiDAR fornece posições globais sem deriva — ela integra movimento relativo e deriva, então fechamento de loop ou uma referência global é necessário em percursos longos
• Odometria LiDAR é o mesmo que ICP — o ICP é uma etapa de registro; a odometria também inclui a correção de distorção, a filtragem, o gerenciamento do mapa e muitas vezes a fusão com IMU
• Como o LiDAR mede a distância diretamente, ele funciona em qualquer lugar — cenas geometricamente sem feições, como túneis ou campos abertos, deixam algumas direções sem restrição
• Cada varredura é um retrato tirado em um único instante — um LiDAR giratório varre ao longo do tempo, então um sensor em movimento produz varreduras distorcidas, a menos que sejam corrigidas

Quem deve saber

• Engenheiros de SLAM e de estimação de estado
• Equipes de percepção para direção autônoma
• Desenvolvedores de mapeamento móvel e de levantamento topográfico
• Engenheiros de robótica de campo que trabalham ao ar livre ou no subsolo

Tecnologias relacionadas

• LOAM
• KISS-ICP
• CT-ICP
• Odometria LiDAR-inercial (Lidar-Inertial Odometry)
• Normal Distributions Transform

Termos relacionados

• Odometry
• Visual Odometry
• Iterative Closest Point
• LIDAR
• Loop Closure
• SLAM

Projetos relacionados

• LingBot-Map: Streaming 3D reconstruction from one camera: pose and depth for every frame, live
• oomwoo: Open-source DIY robot vacuum: 3D-printed, ROS2 + 2D LiDAR, fully local.
• Cartographer: Google's real-time 2D and 3D SLAM system for multi-platform robotics
• FAST-LIVO2: Fast, direct LiDAR-inertial-visual odometry from HKU-MARS, published in IEEE T-RO
• DimOS: Python robotics runtime with agents, SLAM and teleop, no ROS required
• evo: De-facto standard tool for evaluating and plotting odometry/SLAM trajectories

Vídeos

• LiDAR Odometry - 5 Minutes with Cyrill: Cyrill Stachniss