一.測(cè)試的SLAM方案
本次我共測(cè)試了github上開源的8種方案,按照特點(diǎn)可分為
特點(diǎn) | 方案 |
---|---|
純Lidar | A-LOAM(港科大版本的LOAM),hdl_graph_slam,BLAM |
Lidar與IMU松耦合 | LeGo-LOAM,SC-LeGo-LOAM(在LeGo-LOAM上使用了一種新的回環(huán)檢測(cè)方法) |
Lidar與IMU緊耦合 | LINS,LIO-SAM,LIOM |
說明
上述方案中除了hdl_graph_slam和BLAM外,其余方案都是基于LOAM或LeGo-LOAM
在實(shí)驗(yàn)中,hdl_graph_slam和BLAM在所有數(shù)據(jù)集上的性能均不理想,因而下面不再討論。而SC-LeGo-LOAM的性能較之LeGo-LOAM也沒有明顯改善,因而下面也不再討論。
原生Demo
在第二部分的實(shí)驗(yàn)結(jié)果展示中,為了方便比較,不同方案得到的結(jié)果形式都進(jìn)行了統(tǒng)一化,但實(shí)際上各種方案在執(zhí)行時(shí)的視覺效果是不同的,這里展示了利用各種方案的原生配置所得到的demo,日后可根據(jù)需要配置成下面的任意一種效果:
二.實(shí)驗(yàn)
實(shí)驗(yàn)共使用了5段在偉清樓附近采集的數(shù)據(jù):
數(shù)據(jù)段名稱 | 采集時(shí)間 | 傳感器配置 | 路程 | 備注 |
---|---|---|---|---|
museum_out | 2020.7.25 | 10Hz Lidar+ 100Hz IMU | 639m | 無 |
museum_in | 2020.7.25 | 10Hz Lidar+ 100Hz IMU | 226m | 回環(huán) |
outdoor3 | 2020.7.27 | 10Hz Lidar+ 400Hz IMU | 481m | 回環(huán) |
outdoor4 | 2020.7.27 | 10Hz Lidar+ 400Hz IMU | 562m | 回環(huán) |
aggresive | 2020.7.27 | 10Hz Lidar+ 400Hz IMU | 138m | 回環(huán),劇烈運(yùn)動(dòng) |
說明
兩日的數(shù)據(jù):由于在7.25采集的兩段數(shù)據(jù)中沒有明顯看出加入IMU的優(yōu)勢(shì),于是在7.27我將IMU頻率調(diào)高至LINS,LIOM和LIO-SAM所采用的400Hz后又采集了三段數(shù)據(jù)。
IMU的校正:在每次采集數(shù)據(jù)前,我都將IMU的z軸與重力加速度重新對(duì)齊,方法是利用手機(jī)軟件(如:水平儀,AIDA64等)測(cè)量,尋找到一個(gè)較好的水平面,將實(shí)驗(yàn)設(shè)備置于其上,利用Mtmanager對(duì)IMU進(jìn)行Alignment Reset,實(shí)現(xiàn)z軸的重置。
IMU初值:IMU緊耦合算法中需要提供IMU的初始零偏(bias)和噪聲方差,而每段數(shù)據(jù)在開始時(shí)的一段時(shí)間內(nèi)實(shí)驗(yàn)設(shè)備都是靜止的,因而我利用這段時(shí)間內(nèi)(約5s)的IMU測(cè)量值進(jìn)行了零偏和噪聲的估計(jì)。需要注意的是,由于IMU是粘貼在Lidar外殼上的,而Lidar在掃描時(shí)會(huì)引起外殼周期性的振動(dòng),這也反映在了IMU的測(cè)量值中,如下圖:
x軸和y軸的加速度ax,ay和角速度wx,wy有明顯的周期性,周期為雷達(dá)的掃描周期。而經(jīng)過進(jìn)一步的DFT分析,可以發(fā)現(xiàn)ax,ay,wx,wy,wz在10Hz和40Hz的頻譜分量最高,說明雷達(dá)振動(dòng)的基波和4次諧波影響較大。為了去除振動(dòng)影響,我暫時(shí)采取了時(shí)域擬合的方法,利用基波和4次諧波的組合來擬合測(cè)量信號(hào),使得總誤差最小,然后將擬合出的振動(dòng)信號(hào)從測(cè)量信號(hào)中減去,將所得信號(hào)的均值和方差作為IMU的零偏和噪聲方差。
1. museum_out
采集路線:從藝術(shù)博物館停車場(chǎng)出發(fā),環(huán)繞外圍一周后來到偉清樓旁空地。
定位結(jié)果:
?
建圖結(jié)果:
結(jié)論:
從定位結(jié)果上看,各種算法在x,y的估計(jì)上比較接近,分歧主要在高度z的估計(jì)上。根據(jù)實(shí)際情況,起點(diǎn)和終點(diǎn)的高度差并不是很大,LIO-SAM和LeGo-LOAM在這點(diǎn)上性能較好,其余方案則略有不足。
從建圖結(jié)果上看,各算法的建圖效果相當(dāng),只是LINS和LeGo-LOAM的地圖稍微稀疏一些。
2. museum_in
采集路線:從藝術(shù)博物館水池出發(fā),在內(nèi)場(chǎng)游走后回到原點(diǎn):
定位結(jié)果:
?
建圖結(jié)果:
結(jié)論:
從定位結(jié)果看,LIOM與其他方法有較大偏移,但軌跡的形狀卻是相似的,這是由于LIOM對(duì)IMU和Lidar外參進(jìn)行了校正,使得坐標(biāo)系有所偏移。ALOAM和LIOM很好地閉合了回環(huán),但LIO-SAM,LINS和LeGo-LOAM的性能也還不錯(cuò),也接近閉合。
從建圖結(jié)果上看,各算法的建圖效果相當(dāng),只是LINS和LeGo-LOAM的地圖稍微稀疏一些。
3. outdoor3
采集路線:從偉清樓出發(fā),環(huán)繞附近建筑一周后返回原點(diǎn):
定位結(jié)果:
?
建圖結(jié)果:
結(jié)論:
從定位結(jié)果來看,IMU緊耦合且存在回環(huán)檢測(cè)的LIO-SAM成功地閉合了回環(huán),其他方案都發(fā)生了明顯漂移,其中,LeGo-LOAM在z方向產(chǎn)生了相當(dāng)離譜的估計(jì),這是由于點(diǎn)云中地面點(diǎn)較少,不能很好地約束住z方向,而使用了IMU緊耦合的另外兩種LINS,LIOM較之ALOAM漂移較少,證明高頻IMU起到了一定的約束作用。
從建圖結(jié)果來看,LIO-SAM由于閉合了回環(huán),建立了全局一致的地圖。而其他方案建立的地圖中則可以看出明顯的漂移,例如圖中左下角顯示了起點(diǎn)處地圖的側(cè)視圖,可以看到除LIO-SAM外,其他方案的地圖都出現(xiàn)明顯的分層現(xiàn)象,這就是z方向漂移的結(jié)果。
4. outdoor4
采集路線:從偉清樓出發(fā),與outdoor3方向相反地環(huán)繞附近建筑一周后返回原點(diǎn):
定位結(jié)果:
?
建圖結(jié)果:
結(jié)論:
從定位結(jié)果來看,只有LIO-SAM很好地閉合了回環(huán)。LeGo-LOAM再次發(fā)生了退化,估計(jì)效果不佳,而LINS和LIOM在z方向產(chǎn)生了明顯漂移,ALOAM在y和z方向都產(chǎn)生了明顯漂移,說明IMU還是起到了一定的約束作用。
從建圖結(jié)果來看,LIO-SAM得到了全局一致的地圖,而其他方法由于漂移建圖效果不太理想,例如圖中的左下部分顯示了起點(diǎn)處地圖的俯視圖,可以看到除LIO-SAM外都存在分層現(xiàn)象,這是z方向漂移的結(jié)果,而ALOAM和LeGo-LOAM還可以看出明顯的平行相似結(jié)構(gòu)(如柱子和右側(cè)墻壁),這是y方向漂移的結(jié)果。
5. aggressive
采集路線:從偉清樓出發(fā),在偉清樓,英士樓和劉卿樓圍城的空地上行走,途中伴隨有跑步后驟停,猛烈轉(zhuǎn)彎等劇烈動(dòng)作,最終回到原點(diǎn):
定位結(jié)果:
?
建圖結(jié)果:
結(jié)論:
從定位結(jié)果來看,LIO-SAM和LIOM很好地閉合了回環(huán)。LINS在z方向產(chǎn)生了明顯漂移,ALOAM在y和z方向都產(chǎn)生了明顯漂移,LeGo-LOAM則索性崩潰,這說明IMU還是起到了一定的約束作用。
從建圖結(jié)果來看,采用了IMU緊耦合的三種方案LIO-SAM和LIOM和LINS得到的地圖看起來都還不錯(cuò),很難看出漂移或失真痕跡,而ALOAM和LeGo-LOAM的結(jié)果就相當(dāng)糟糕了!
三.總結(jié)
各種方案的優(yōu)缺點(diǎn)如下:
?
方案 | 優(yōu)點(diǎn) | 不足 |
---|---|---|
ALOAM | 1. 在幾何特征豐富時(shí)比較穩(wěn)定 |
1. 后期內(nèi)存會(huì)出現(xiàn)爆炸,計(jì)算效率下降 2. 在幾何特征較少時(shí)會(huì)產(chǎn)生明顯漂移 |
LeGo-LOAM |
1. 在地面點(diǎn)豐富時(shí)比較穩(wěn)定 2. 輕量級(jí) |
1. 在地面點(diǎn)缺乏時(shí)很容易崩潰 2. 得到的地圖比較稀疏 |
LINS | 1. 輕量級(jí) |
1. z方向漂移明顯 2. 得到的地圖比較稀疏 3. 目前的版本要求Lidar與IMU體坐標(biāo)系的xy平面平行,不接受自己提供的外參 |
LIO-SAM |
1. 存在回環(huán)檢測(cè),能較好地閉合回環(huán) 2. 穩(wěn)定性強(qiáng) 3. Demo看起來比較舒服 |
1. 在幾何特征豐富的情況下可能不如ALOAM |
LIOM | 1. 存在重力加速度的校正和IMU初始狀態(tài)估計(jì) |
1. 穩(wěn)定性不好,有時(shí)性能好,有時(shí)又不行,可能與其初始化環(huán)節(jié)的性能有關(guān) 2. 內(nèi)存占用大,時(shí)間性能較差 |
?
在進(jìn)行IMU校正后,融合高頻IMU確實(shí)能夠提升SLAM性能,尤其是在幾何特征缺乏或者劇烈運(yùn)動(dòng)的情況下。
LIO-SAM在定位和建圖方面做的都不錯(cuò),比較建議使用。
編輯:黃飛
?
評(píng)論
查看更多