{
  "paper_id": "dc21db6691ad70f924f688cec20dbc82",
  "paper_title": "SA-LIVO: Efficient LiDAR-Inertial-Visual Odometry with Subspace-Aware Degeneracy Handling",
  "paper_authors": [
    "Yinong Cao",
    "Xin He",
    "Shouzheng Zhu",
    "Senyuan Wang",
    "Changhui Jiang",
    "Chenyang Zhang",
    "Pingfeng He",
    "Tingwei Wang",
    "Yuwei Chen",
    "Shijie Liu",
    "Chunlai Li",
    "Genghua Huang",
    "Jianyu Wang"
  ],
  "publication_date": "",
  "publication_venue": "unknown",
  "abstract": "紧耦合LiDAR-惯性-视觉里程计（LIVO）融合几何深度与视觉测量，但其外部传感器会独立失效：LiDAR在扫描几何欠约束时失效，视觉在光照不良或缺乏纹理时失效。现有对策（二值退化检测、协方差膨胀、场景级质量门控）均在模态层面起作用，因此单一的各向同性增益会将视觉残差送入LiDAR已充分约束的方向，而无法将其集中于约束不足之处。我们提出子空间感知LiDAR-惯性-视觉里程计（SA-LIVO），其子空间感知信息融合（SAIF）对联合LiDAR-视觉信息矩阵进行特征分解，并通过单阈值线性钳位门控每个特征方向，衰减低幅值方向同时让充分观测的方向以全强度通过；鲁棒的逐残差门控和场景级质量因子筛选损坏的测量。LiDAR与视觉残差共享一个不变扩展卡尔曼滤波（InEKF）回路和线性化点，使光度雅可比可以一次组装并在迭代间复用。在29个公开基准序列（HILTI'22、Newer College Dataset、Oxford Spires）以及额外的并发退化场景上，SA-LIVO在精度上匹配最强基线，并在竞争系统发散之处保持有界。在所有基线都能完成的HILTI'22子集上，它在笔记本CPU上平均每帧12.3 ms，在无GPU的嵌入式ARM板上为26.8 ms，峰值内存降低3.6–6.3倍。代码将在论文录用后发布。",
  "keywords": [
    "LiDAR-惯性-视觉里程计",
    "子空间感知融合",
    "退化",
    "信息高效估计",
    "直接光度VIO",
    "InEKF"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "glm-5.3",
  "prompt_template": "simple",
  "extracted_at": "2026-09-17T09:27:31.998503Z",
  "template_tag": "simple",
  "summary": "### 摘要\n\n紧耦合LiDAR-惯性-视觉里程计（LIVO）融合几何深度与视觉测量，但其外部传感器会独立失效：LiDAR在扫描几何欠约束（如长走廊、隧道中近平面的点-平面匹配）时退化，视觉在黑暗、运动模糊或无纹理表面下不可靠，并发退化常见且使现有紧耦合系统发散；既有对策（基于匹配Hessian特征谱的二值退化检测、协方差膨胀、场景级质量门控）均在传感器模态层面起作用，单一各向同性增益会把视觉残差送入LiDAR已充分约束的方向而无法集中于约束不足之处。本文提出SA-LIVO，核心是子空间感知信息融合（SAIF）：对联合信息矩阵 Λ_L + qΛ_V 做特征分解，以单阈值线性钳位门 γ(k) = min(√λ_k / σ_min, 1) 按信息幅值衰减退化方向、让充分观测方向以全强度通过，融合矩阵按构造保证半正定并连续退化为单传感器更新而无需模式切换；系统还包含统一单回路联合InEKF更新（LiDAR与视觉残差共享一个线性化点与迭代循环）、预冻结光度雅可比复用、逐观测去相关、常数时间多尺度PCA平面建图与自适应支撑平面关联。评估选用29个公开基准序列（HILTI'22、Newer College Dataset、Oxford Spires，涵盖室内退化几何、低照度地下室与长距离室内外穿越）及自采集并发退化序列和FAST-LIVO2数据集，以验证几何与光照并发退化下的鲁棒性；指标为绝对平移RMSE、每帧运行时与峰值内存：SA-LIVO精度匹配最强基线，在R3LIVE和SR-LIVO发散的序列上保持有界漂移（exp10上0.075 m，比唯一完成的基线FAST-LIVO2低近3倍），在所有基线完成的HILTI'22子集上每帧12.3 ms（笔记本CPU）与26.8 ms（无GPU的Jetson Orin ARM板），峰值内存降低3.6–6.3倍，支持了方向选择性融合、单回路联合更新与预计算信息形式等创新的效率与鲁棒性贡献。未来方向是用严格的边缘化替代当前的测量复用启发式。该系统适用于自主机器人在长走廊、开放场地、黑暗地下室等并发退化环境中的实时定位与建图，但SAIF门控基于信息幅值而非正确性，无法拒绝通过残差门控的自信但错误的测量，且σ_min定义于固定SI坐标误差空间、不具坐标重标度不变性。\n\n### 关键要点\n\n- SAIF核心机制：对联合信息矩阵 Λ_L + qΛ_V 特征分解得特征值 λ_k，每个特征方向以 γ(k) = min(√λ_k / σ_min, 1) 线性钳位门控（默认 σ_min = 1，对应单位后验标准差的观测边界），重构的融合矩阵按构造保证半正定，无需正则化项。\n- 统一单回路联合InEKF更新：LiDAR与视觉信息形式在同一线性化点融合并经一次18×18 Cholesky求解，消除顺序逐模态更新的线性化点失配，迭代预算固定为 K_max = 5 而不随融合模态数增长。\n- 预计算视觉信息形式：光度雅可比在传播状态处一次组装并在所有InEKF迭代中冻结复用（收敛阈值0.01°下每迭代投影像素位移约0.09 px，精度损失可忽略），滑动窗口 W = 5 累积跨视角信息以覆盖单视角无法触及的子空间，逐观测去相关因子 w_dec = 1/n_used 防止重复跟踪点膨胀视觉信息矩阵。\n- 高效多尺度平面建图：逐体素充分统计量实现O(1)多尺度PCA，无量纲平面度比 κ = λ_min / tr(Σ_pts)（阈值0.05）尺度不变、无需按序列重调；平面对应在首次迭代后缓存，后续迭代仅重算点-面距离，LiDAR逐迭代成本从 O(N×V_search) 降至 O(N)。\n- 数据与实验设置：29个序列来自HILTI'22（15条）、Newer College（7条）、Oxford Spires（7条），另加自采集并发退化序列与FAST-LIVO2数据集；图像统一降采样至10 Hz以匹配LiDAR扫描率；C++/ROS实现，在Intel i9-13900HX笔记本与NVIDIA Jetson Orin（12核ARM）上纯CPU评估，基线为FAST-LIO2、FAST-LIVO、FAST-LIVO2、R3LIVE、SR-LIVO。\n- 精度证据：HILTI'22上仅SA-LIVO与FAST-LIVO2完成全部15个序列；并发退化最难的exp10上SA-LIVO达0.075 m，比FAST-LIVO2的0.218 m低近3倍，其余基线全部失败；退化序列exp15–16、exp18上RMSE保持在0.13 m以下，而FAST-LIVO漂移0.74–1.21 m或直接失败。\n- 消融验证：移除子空间融合使HILTI'22平均RMSE上升64%（0.042→0.069 m），exp16上退化达3.6倍；移除滑动窗口导致最大退化（+69%，exp18上0.022→0.127 m）；New College上移除VIO项影响最大（+67%）；亮度补偿影响最小（+26%）但在跨视角光照变化最大的Oxford Spires上绝对峰值+0.019 m。\n- 运行时与内存：HILTI'22公共子集上每帧12.3 ms（比FAST-LIVO2快2.2倍、SR-LIVO快2.4倍、R3LIVE快2.6倍），ARM上26.8 ms；峰值内存降低3.6–6.3倍，大型室外序列上扩大至15倍（observatory-quarter-02上1.9 GB对比R3LIVE的29.4 GB）；ARM平台全部序列在60 ms内完成，满足10 Hz实时预算。\n- 退化场景分析：HKU_Cultural_Center_01序列展示VIO救援模式——相机观察到的墙面印刷文字与标识提供沿墙约束，使联合矩阵恢复超过 σ_min；σ_min 在两个数量级的扫描范围内于三条退化程度递增的HILTI序列上保持最优值1，无需按场景重调。\n- 适用约束与局限：SAIF门控基于信息幅值而非正确性，自信但错误的测量（如仍产生大特征值的LiDAR误匹配）会无衰减通过，筛选损坏测量依赖逐残差鲁棒门控与场景级质量因子q；σ_min 混合旋转（rad⁻²）与平移（m⁻²）量纲、不具坐标重标度不变性；通过残差门控的损坏测量在SAIF范围之外。\n- 状态表示：混合右不变形式，状态流形 SO(3)×R¹⁵（18维，含在线估计重力），姿态误差采用右不变约定使旋转自转移为恒等、减少线性化偏差，但位置与速度误差保持欧几里得以使LiDAR与视觉信息形式及SAIF特征分解处于单一线性误差空间，不继承完整群仿射一致性保证。"
}