跳到正文
热点事件持续更新

GLIO2 紧耦合 LiDAR-惯性-GNSS 系统论文投稿

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Qi Zhang 等投稿 GLIO2 研究论文，提出一种 GPU 并行的紧耦合 LiDAR-惯性-GNSS 系统，在单个滑动窗口因子图中联合优化 scan-to-multiscan LiDAR、IMU 预积分与原始 GNSS 观测，实现边缘硬件上的实时全局定位与建图。 在 NVIDIA Jetson Orin NX 上，完整流程约 25 Hz（每帧 39.60 ms）；离线后端复用相同因子批量精化整条轨迹，约 24 s 完成 UrbanNav Whampoa 30 分钟、4.51-km 序列。作者称源码与数据集将开源。

AI 根据报道生成 · 3 小时前更新

最新进展10月9日 12:00
GLIO2：GPU 并行紧耦合 LiDAR-惯性-GNSS 实时全局定位与建图系统

报道时间线

沿着报道，了解事件的不同侧面。

10月9日
  1. arXiv cs.RO 机器人学
    GLIO2：GPU 并行紧耦合 LiDAR-惯性-GNSS 实时全局定位与建图系统

    GLIO2 提出一种 GPU 并行前端，在单个滑动窗口因子图中联合优化 scan-to-multiscan LiDAR、IMU 预积分与原始 GNSS 观测，离线后端复用相同因子批量精化整条轨迹，约 24 s 完成 UrbanNav Whampoa 30 分钟、4.51-km 序列。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月9日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。