{
  "paper_id": "605ced6d6debea6bb23f2692a56b792f",
  "paper_title": "Tightly-Coupled LiDAR-Visual-Inertial SLAM and Large-Scale Volumetric Occupancy Mapping",
  "paper_authors": [
    "Simon Boche",
    "Sebastián Barbas Laina",
    "Stefan Leutenegger"
  ],
  "publication_date": "",
  "publication_venue": "2024 IEEE International Conference on Robotics and Automation (ICRA)",
  "abstract": "Autonomous navigation is one of the key requirements for every potential application of mobile robots in the real-world. Besides high-accuracy state estimation, a suitable and globally consistent representation of the 3D environment is indispensable. We present a fully tightly-coupled LiDAR-Visual-Inertial SLAM system and 3D mapping framework applying local submapping strategies to achieve scalability to large-scale environments. A novel and correspondence-free, inherently probabilistic, formulation of LiDAR residuals is introduced, expressed only in terms of the occupancy fields and its respective gradients. These residuals can be added to a factor graph optimisation problem, either as frame-to-map factors for the live estimates or as map-to-map factors aligning the submaps with respect to one another. Experimental validation demonstrates that the approach achieves state-of-the-art pose accuracy and furthermore produces globally consistent volumetric occupancy submaps which can be directly used in downstream tasks such as navigation or exploration.",
  "keywords": [
    "SLAM",
    "LiDAR-Visual-Inertial",
    "occupancy mapping",
    "submapping",
    "factor graph optimisation",
    "volumetric mapping",
    "autonomous navigation"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "glm-5.3",
  "prompt_template": "simple",
  "extracted_at": "2026-09-17T09:32:05.997690Z",
  "template_tag": "simple",
  "summary": "### 摘要\n移动机器人自主导航既需要高精度状态估计，也需要全局一致的三维环境表示，而现有LiDAR-视觉-惯性（LVI）SLAM系统大多以特征或点云表示环境，无法直接表达已观测的自由空间，且多数方法将SLAM与体积地图构建解耦，难以保证地图全局一致性。本文提出一个完全紧耦合的LVI-SLAM与大规模体积占据地图统一框架：以OKVIS2视觉惯性SLAM为估计器基础，结合自适应分辨率八叉树占据地图框架Supereight2，并采用局部子地图策略实现大规模可扩展性；核心创新是引入一种无需数据关联、内在概率化的LiDAR残差公式，仅由占据场值及其梯度表达，即 e₁ = L(p)/√(L_min²/9 + σ_z²|∇L(p)|²)，其中点到最近表面的距离 d = L/|∇L|、地图不确定性 σ_map = L_min/(3|∇L|)，该残差既可作为实时帧到地图因子加入因子图优化，也可作为地图到地图因子对齐重叠子地图，从而在统一优化问题中同时保证定位精度与地图一致性。实验在HILTI 2022 SLAM Challenge基准上定量评估（该数据集由手持设备采集，含五相机模块、IMU和Hesai PandarXT-32 LiDAR，覆盖建筑工地、办公楼长走廊及牛津Sheldonian剧院内外等不同难度序列，并提供毫米级稀疏真值，适合验证挑战环境下的定位精度），并在Leica BLK2Fly无人机室外数据上验证对不同LiDAR传感器类型的普适性；实现采用Intel i7-11700K CPU（3.6 GHz、64 GB RAM）与Ceres非线性最小二乘框架及解析雅可比，子地图最大尺寸15.36 m、最细分辨率3 cm。以绝对轨迹误差（ATE）评分为指标，最终得分427.65位列排行榜53个提交中第7名，多数序列平均ATE约1-3厘米，显著优于仅视觉惯性的OKVIS2基线（136.41分），验证了紧耦合LiDAR因子对定位精度与全局地图一致性的贡献；仅特征匮乏的长走廊序列exp07平均ATE约7厘米，揭示了该场景的约束。未来工作包括更真实的LiDAR传感器不确定性模型、基于几何特征的信息化降采样、视觉前端跟踪失败场景的鲁棒性提升，以及扩展为在真实世界中穿越子地图的完整探索框架；所生成的占据子地图可直接用于导航、路径规划等下游任务。\n\n### 关键要点\n- 提出完全紧耦合的LiDAR-视觉-惯性SLAM与体积占据地图统一框架，通过局部子地图策略实现大规模环境的可扩展性与全局一致性，区别于将子地图对齐与估计器解耦的现有方法。\n- 引入无需数据关联的概率化LiDAR残差，仅基于占据场值和梯度直接查询，避免了ICP类方法中昂贵的对应点搜索与法向量计算，且离群点因落在自由或未观测空间而被隐式处理。\n- LiDAR残差以两种方式加入因子图：实时帧到地图因子约束当前状态与最近完成的子地图，地图到地图因子在子地图完成后对齐最重叠的历史子地图，实现直接反馈而非松耦合后端。\n- 核心残差公式 e₁ = L(p)/√(L_min²/9 + σ_z²|∇L(p)|²)，假设测量点应位于地图表面，由占据值与梯度线性外推距离 d = L/|∇L|，并融合地图不确定性与传感器测距不确定性进行加权。\n- 子地图创建以传感器信息为判据：逐帧评估新测量中已观测空间的比例，当其低于阈值 λ_overlap=0.4 时随下一个视觉关键帧生成新子地图，子地图锚定于对应关键帧时刻的IMU坐标系。\n- 地图构建采用Supereight2八叉树多分辨率占据地图，新增逐光线积分接口以支持动态移动的LiDAR传感器，在log-odds空间使用带钳制权重的加性贝叶斯更新及上传播与树剪枝策略。\n- 在HILTI 2022 SLAM Challenge上以ATE评分定量评估，最终得分427.65（53个提交中第7名），多数序列平均ATE约1-3厘米，达到最先进定位精度，并显著优于使用全部五相机的OKVIS2视觉惯性基线（136.41分）。\n- 长走廊序列exp07因缺乏特征性视觉与几何信息，平均ATE约7厘米，性能受限，揭示了特征匮乏场景下方法的适用性约束。\n- 在Leica BLK2Fly无人机（单光束双轴旋转LiDAR、五相机、五IMU）室外办公区数据上验证方法对不同LiDAR传感器类型的适应性，逐光线积分避免了稀疏距离图像投影的问题。\n- 实现于Intel i7-11700K CPU（3.6 GHz、64 GB RAM），使用Ceres非线性最小二乘框架与解析雅可比；每个实时状态添加100个帧到地图残差，子地图完成后添加1000个地图到地图残差。\n- 计时分析显示，将残差数减半（50帧到地图、500地图到地图）并对输入点云3倍降采样，可将优化频率从约10 Hz提升至近15 Hz、地图积分从10 Hz提升至25 Hz，而定位精度仅轻微下降（因果ATE从2.5 cm增至3.8 cm）。\n- 生成的占据子地图全局一致且无可见不一致，表面网格由占据场零交叉提取、自由空间可从重力对齐切片获取，可直接用于机器人导航、路径规划与探索等下游任务。"
}