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 精選頁面

GLIO 與其他 GNSS、LiDAR、IMU integration methods 的 3D trajectory 對比。 — 圖 4 視覺細節：GNSS、LiDAR 與 IMU integration methods 的 3D trajectory 對比。

圖像

Scan-to-map and scan-to-multiscan LiDAR association schemes. — 圖 2：透過 scan-to-map 和 scan-to-multiscan 方案建立 LiDAR 因子關聯。

Two-stage factor graph structure with GNSS, INS, Doppler, scan-to-map, and scan-to-multiscan factors. — 圖 3：第一階段融合與第二階段最佳化的因子圖結構。

3D trajectory comparison in the Tsim Sha Tsui sequence. — 圖 4：RTKLIB、LIO、LIO-GNSS、GLIO-SS 和 GLIO-DS 在尖沙咀的軌跡比較。

Tsim Sha Tsui positioning error plots comparing GLIO variants and baselines. — 圖 5 和圖 6：尖沙咀定位誤差和 scan-to-multiscan 幀比較。

Whampoa table, trajectory, and positioning error plots for GLIO and baseline methods. — 圖 7 和圖 8：黃埔密集城市駕駛下的軌跡和誤差結果。