arXiv cs.RO 机器人学· Zhixin Zhang, Yang Song, Liang Zhao, Nathan Shankar, Barry Lennox, Pawel Ladosz·· 2 天前AI 评分47
GR-LIO：基于机身-地面高度的局部地面感知 LiDAR-惯性里程计系统
GR-LIO: A Local Ground-Aware LiDAR-Inertial Odometry System Using Body-to-Ground Height
AI 导读
GR-LIO 提出一种滤波式局部地面感知 LiDAR-惯性里程计框架，将局部地面平面以机器人姿态和机身-地面（B-G）高度参数化并随状态估计持续传播，用于高效地面分割与点到面约束更新。系统引入平面运动更新抑制垂直漂移，并提供 B-G 高度初始化与在线标定流程。在公开基准与自采真实数据集上，GR-LIO 在定位精度和计算效率上均优于代表性 LIO 方法。
来源：arXiv cs.RO 机器人学 · arxiv.org