{
  "paper_id": "69e39238498eb719fdd455d115cbdb44",
  "paper_title": "LIVOX-CAM: Adaptive Coarse-to-Fine Visual-Assisted LiDAR Odometry for Solid-State LiDAR",
  "paper_authors": [
    "Xiaolong Cheng",
    "Keke Geng",
    "Zhichao Liu",
    "Tianxiao Ma",
    "Ye Sun"
  ],
  "publication_date": "",
  "publication_venue": "IEEE Robotics and Automation Letters",
  "abstract": "固态LiDAR的应用正扩展到多样化场景。然而，大多数现有方法依赖IMU数据融合以实现稳定性能。本文提出LIVOX-CAM，一种基于KISS-ICP的视觉辅助LiDAR里程计，专为小视场角（FoV）固态LiDAR量身定制。该系统采用两阶段架构，包括用于数据预处理的前端和用于由粗到精迭代位姿优化的后端。通过引入空间自适应模块和视觉辅助，该系统旨在显著拓宽其应用场景。在公共和私有数据集上的大量实验表明，即使没有IMU输入，所提方法在包括自动驾驶、退化场景、非结构化环境和航空测绘在内的挑战性场景中也能实现鲁棒且精确的性能，与最先进方法相比展现出强大的竞争力。",
  "keywords": [
    "固态LiDAR",
    "定位",
    "里程计"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "glm-5.3",
  "prompt_template": "simple",
  "extracted_at": "2026-09-17T09:28:21.805615Z",
  "template_tag": "simple",
  "summary": "### 摘要\n针对固态LiDAR视场角（FoV）狭窄、非重复扫描使传统点云特征提取算法失效、且多数现有方法依赖IMU融合才能稳定运行的问题，本文在KISS-ICP框架基础上提出视觉辅助LiDAR里程计LIVOX-CAM。相关研究方面，LOAM、LeGO-LOAM等面向机械LiDAR设计，Loam_livox需按环境尺度与LiDAR类型手动调参，FAST-LIO2、FAST-LIVO等紧耦合多传感器方案虽精度高但依赖精确标定与低噪声IMU数据，并增加系统复杂度与计算负载。LIVOX-CAM采用前端数据预处理加后端由粗到精迭代位姿优化的两阶段架构：自适应空间模块以期望关键点数n_key=1000为引导，基于体素占用统计实时计算尺度因子与分辨率因子（核心公式 v_j=∛(ρ_exp·v_m³/ρ_j)，其中ρ_exp=n_j/n_key），据此动态调整降采样体素尺寸、数据关联搜索阈值τ_j=σ_j·v_j及局部地图体素存储点数n_j^max=0.5ρ_j；视觉端对图像施加Drago色调映射与直方图均衡后，在低分辨率图上提取ORB点特征与LSD线特征（PL特征），投影到去畸变点云生成RGB点云并以RGB通道编码特征标签；后端提出自适应双重迭代最近点（AD-ICP）算法，先用视觉特征点做特征加权（颜色相似度权重w_i^c=‖q_i^c‖²/(‖s_i^c−q_i^c‖²+‖q_i^c‖²)）点到点残差最小化获得视觉校正位姿ΔT_v,j，再用常规点做几何加权（w_g=(‖s_i^g−q_i^g‖²/(ατ_j+‖s_i^g−q_i^g‖²))²）优化得到ΔT_g,j，分阶段设计避免了联合迭代中不同关键点间的干扰。实验在Botanic Garden（48000 m²非结构化植物园）、SEU（8条AVIA固态LiDAR车载序列，含闭环、退化与尺度变化）、GEODE（隧道等真实退化场景）、MARS-LVIG（80–130 m高空航测）及M3DGR（黑暗、走廊等挑战场景）五个数据集上开展，以验证方法在自动驾驶、退化场景、非结构化环境与航空测绘等真实场景中的适用性；采用evo工具计算1 m窗口ATE/RTE的RMSE作为评价指标。结果显示，在无IMU输入下，本方法在20条对比序列上平均ATE为1.66 m、RTE为0.049 m，显著优于KISS-ICP（7.26 m/0.084 m）、Loam-livox（16.82 m/2.07 m）与Livox-Mapping（19.59 m/1.65 m），与使用IMU的FAST-LIO2（4.29 m/0.025 m）相比具有竞争力；消融实验中SEU_04地下车库序列ATE从Baseline的4.531 m降至自适应+视觉（+AV）的0.380 m，M3DGR Corrid01从20.819 m降至1.119 m，验证了自适应空间模块与视觉辅助对退化及尺度变化场景鲁棒性的关键贡献；黑暗序列Dark01上性能退化极小，且在MARS-LVIG高空数据集上是唯一不使用IMU且无失败序列的方法；系统在Intel i7-14700K CPU、64 GB RAM、无GPU加速条件下以57.6–93.4 ms的平均处理时间满足10 Hz LiDAR输入的实时性。受恒速运动模型限制，方法在高速与强振动场景（如无人机急转弯）下不及连续时间模型与紧耦合IMU方法，未来将探索自适应运动模型与视觉回环以提升全局一致性与长期鲁棒性。\n\n### 关键要点\n- 方法定位：LIVOX-CAM基于轻量级KISS-ICP框架扩展，专为小视场固态LiDAR设计，无需IMU输入即可在挑战场景中实现鲁棒精确的里程计，同时保留点到点配准的简洁性与高效性。\n- 自适应空间模块：以期望关键点数n_key=1000为引导，实时计算尺度因子v_j与分辨率因子ρ_j，动态调整降采样体素尺寸、搜索阈值τ_j=σ_j·v_j与局部地图体素存储点数，解决固定参数在狭窄空间采样不足、大尺度环境过采样的问题。\n- 视觉特征融合：图像经Drago色调映射与直方图均衡增强后，在低分辨率图上提取ORB点特征与LSD线特征（PL特征），通过RGB通道编码（线特征R=255、点特征B=255、G通道存反射强度）投影到去畸变点云，生成彩色融合点云。\n- AD-ICP由粗到精配准：第一阶段用视觉特征点做特征加权（基于颜色相似度的w_i^c）点到点ICP获得视觉校正位姿，第二阶段用常规点做几何加权（融合空间因子与阈值ατ_j的w_g）ICP，分阶段设计避免联合优化导致的关键点干扰与迭代时间增加。\n- 局部地图管理：采用哈希表管理体素块，特征体素块仅保留最近10帧以保证视觉特征一致性并降低内存消耗，常规点按最大距离R_max移除，每体素最大存储点数n_j^max=0.5ρ_j随点云分辨率动态调整。\n- 数据集覆盖：实验涵盖Botanic Garden（48000 m²非结构化花园）、SEU（车载，含闭环、退化、尺度变化与长程导航）、GEODE（隧道等退化场景）、MARS-LVIG（80–130 m高空航测）与M3DGR（黑暗、走廊等），全面评估多平台多环境下的适用性与局限。\n- 消融证据：SEU_04地下车库序列上Baseline ATE为4.531 m，加入自适应模块（+A）降至0.879 m，再加视觉辅助（+AV）降至0.380 m；M3DGR Corrid01上+AV将ATE从20.819 m降至1.119 m，证明两模块协同是克服点云退化的关键。\n- 对比结果：在Botanic Garden、SEU、GEODE共20条序列上，本方法平均ATE 1.66 m、RTE 0.049 m，优于KISS-ICP（7.26 m/0.084 m）、Loam-livox（16.82 m/2.07 m）与Livox-Mapping（19.59 m/1.65 m），与使用IMU的FAST-LIO2（4.29 m/0.025 m）和FAST-LIVO相比具有竞争力。\n- 鲁棒性表现：在GEODE隧道退化数据集全部序列保持稳定；M3DGR Dark01黑暗序列上性能退化极小，光照不足时系统自动跳过粗视觉匹配阶段；MARS-LVIG高空数据集上是唯一无IMU且无失败序列的方法（如AMvalley02上ATE为42.86 m，而KISS-ICP与Traj-LO均失败）。\n- 实时性能：在Intel Core i7-14700K CPU、64 GB RAM、无GPU加速条件下，四个数据集平均处理时间为57.6–93.4 ms/帧，满足10 Hz LiDAR输入频率，内存占用256–833 MB。\n- 适用约束：恒速运动模型在高速飞行与强振动场景（如MARS-LVIG急转弯区域）下产生较大位姿误差，性能不及连续时间模型（Traj-LO）与紧耦合IMU方法（FAST-LIO2）；视觉特征对光照变化敏感，剧烈光照变化下不可靠。\n- 未来方向：探索自适应运动模型与视觉回环检测，以改善全局一致性与长期鲁棒性，弥补恒速假设在高速动态场景中的不足。"
}