LINS-LIVOX

一个基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统实现

将LINS---LiDAR-inertial-SLAM的思路迁移到大疆Livox Horizon激光雷达上，从而实现轻量化的激光SLAM系统。

• 地面提取

  由于livox的点云不像传统旋转式机械激光雷达那样规则分布，因此我们采用Run_based_segmentation的地平面拟合方法进行地面提取。

• 前端里程计关于 pitch，roll以及 tz的计算

  我们之前花了较大力气进行地面拟合和提取，得到较为准确的地面的平面方程。所以在前端部分直接通过两次扫描的地面方程进行 pitch，roll以及 tz的计算，然后与IMU测量进行一次互补滤波。

• 使用右扰动模型推导ICP配准的雅克比

  LOAM和lego-loam中，关于旋转的求导相信让很多朋友困惑了很久。因此，在本项目中我们采用右扰动模型进行旋转求导。从建图效果上可以表明理论上的数学推导是没问题的，剩下的就是精度问题。

• 回环检测

  在后端部分已经构建好基于ISAM2的位姿图优化框架。后续会加上回环检测，已经使用基于里程计的回环检测与校正。后续计划使用scancontext实现回环检测。

• 基于IESKF的LiDAR-Inertial odometry

  参考LINS设计一个迭代误差状态卡尔曼滤波器，用于估计前端里程计中的 yaw, tx和 ty。具体实现过程可见代码，但是代码实现可能有点繁琐。

注：由于采用了地面提取并将地面应用于估计前端里程计，因此默认Livox与车体平行，即Livox与地面平行（或者已知Livox与车体直接的装配角度）。所以它与LEGO-LOAM一样，仅适用于车辆，不适用于手持测绘。

1. 编译

依赖：

• Ubuntu 18.04 andROS melodic
• PCL 1.9
• Eigen 3.3.7
• livox_ros_driver
• GTSAM 4.1

cd ~/ros/catkin_ws/src
git clone https://github.com/GDUT-Kyle/LINS-LIVOX.git
cd ../
catkin build LINS_livox
source devel/setup.bash

2. rosbag测试

由于不确定自己录制的数据包能否传播（没有测绘资质），建议下载Livox官方提供的数据包parking lot rosbag进行测试

roslaunch lins_livox lins_slam.launch
rosbag play 2020_parking_lot.bag --clock

3. 实时测试

roslaunch livox_ros_driver livox_lidar_msg.launch
roslaunch lego_livox lins_slam.launch

广东工业大学校园测绘结果1（树木密集场景）——视频

广东工业大学校园测绘结果2（带回环场景）——视频

5. 参考资料

LINS---LiDAR-inertial-SLAM

livox_horizon_loam

LeGO-LOAM

Run_based_segmentation

《视觉SLAM十四讲：从理论到实践》

本人博客：https://blog.csdn.net/m0_38144614?spm=1001.2014.3001.5343

6. 致谢

https://blog.mchook.cn/

https://blog.csdn.net/Kamfai_Row?spm=1001.2014.3001.5509