去中心化LiDAR-雷达-惯性地下定位框架
热点事件持续更新
去中心化LiDAR-雷达-惯性地下定位框架
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
2026年10月27日,arXiv Robotics 刊出 Moumita Mukherjee 等作者的论文,提出去中心化 LiDAR-雷达-惯性里程计框架 LRIO,融合 LiDAR、雷达与惯性传感,用于恶劣地下环境中的鲁棒位姿估计。该框架用自适应残差阈值(ART)检测传感器退化,并通过鲁棒容错最优信息滤波器(RETOIF)融合 LiDAR-惯性与多路雷达-惯性估计。在无烟地下隧道实测中,RETOIF 的定位 RMSE 为 2.1733,较集中式 LRIO 的 2.9929 降低 27.4%;在烟雾导致的传感器退化条件下,该框架仍能维持位姿估计。目前进展为论文发表与上述实测结果公布。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
面向恶劣地下环境的弹性去中心化雷达-LiDAR-惯性里程计报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- arXiv Robotics面向恶劣地下环境的弹性去中心化雷达-LiDAR-惯性里程计
研究提出去中心化 LiDAR-雷达-惯性里程计框架 LRIO,用自适应残差阈值(ART)检测传感器退化,并通过鲁棒容错最优信息滤波器(RETOIF)融合 LiDAR-惯性与多路雷达-惯性估计。在无烟地下隧道实测中,RETOIF 的定位 RMSE 为 2.1733,较集中式 LRIO 的 2.9929 降低 27.4%。在烟雾导致的传感器退化条件下,该框架仍能维持位姿估计。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。