GLIO: Tightly-coupled gnss/lidar/imu integration for continuous and drift-free state estimation of intelligent vehicles in urban areas

Liu, X., Wen, W., Hsu, L. T.

IEEE Transactions on Intelligent Vehicles (2023)

journal Q1 精选页面

GLIO 与其他 GNSS、LiDAR、IMU integration methods 的 3D trajectory 对比。 — 图 4 视觉细节：GNSS、LiDAR 与 IMU integration methods 的 3D trajectory 对比。

图像

Scan-to-map and scan-to-multiscan LiDAR association schemes. — 图 2：通过 scan-to-map 和 scan-to-multiscan 方案构建 LiDAR 因子关联。

Two-stage factor graph structure with GNSS, INS, Doppler, scan-to-map, and scan-to-multiscan factors. — 图 3：第一阶段融合与第二阶段优化的因子图结构。

3D trajectory comparison in the Tsim Sha Tsui sequence. — 图 4：RTKLIB、LIO、LIO-GNSS、GLIO-SS 和 GLIO-DS 在尖沙咀的轨迹比较。

Tsim Sha Tsui positioning error plots comparing GLIO variants and baselines. — 图 5 和图 6：尖沙咀定位误差和 scan-to-multiscan 帧比较。

Whampoa table, trajectory, and positioning error plots for GLIO and baseline methods. — 图 7 和图 8：黄埔密集城市驾驶下的轨迹和误差结果。