一.測試的SLAM方案

本次我共測試了github上開源的8種方案，按照特點可分為

說明

上述方案中除了hdl_graph_slam和BLAM外，其余方案都是基于LOAM或LeGo-LOAM

在實驗中，hdl_graph_slam和BLAM在所有數(shù)據(jù)集上的性能均不理想，因而下面不再討論。而SC-LeGo-LOAM的性能較之LeGo-LOAM也沒有明顯改善，因而下面也不再討論。

原生Demo

在第二部分的實驗結(jié)果展示中，為了方便比較，不同方案得到的結(jié)果形式都進行了統(tǒng)一化，但實際上各種方案在執(zhí)行時的視覺效果是不同的，這里展示了利用各種方案的原生配置所得到的demo，日后可根據(jù)需要配置成下面的任意一種效果：

二.實驗

實驗共使用了5段在偉清樓附近采集的數(shù)據(jù)：

說明

兩日的數(shù)據(jù)：由于在7.25采集的兩段數(shù)據(jù)中沒有明顯看出加入IMU的優(yōu)勢，于是在7.27我將IMU頻率調(diào)高至LINS，LIOM和LIO-SAM所采用的400Hz后又采集了三段數(shù)據(jù)。

IMU的校正：在每次采集數(shù)據(jù)前，我都將IMU的z軸與重力加速度重新對齊，方法是利用手機軟件（如：水平儀，AIDA64等）測量，尋找到一個較好的水平面，將實驗設(shè)備置于其上，利用Mtmanager對IMU進行Alignment Reset，實現(xiàn)z軸的重置。

IMU初值：IMU緊耦合算法中需要提供IMU的初始零偏（bias）和噪聲方差，而每段數(shù)據(jù)在開始時的一段時間內(nèi)實驗設(shè)備都是靜止的，因而我利用這段時間內(nèi)（約5s）的IMU測量值進行了零偏和噪聲的估計。需要注意的是，由于IMU是粘貼在Lidar外殼上的，而Lidar在掃描時會引起外殼周期性的振動，這也反映在了IMU的測量值中，如下圖：

x軸和y軸的加速度ax，ay和角速度wx,wy有明顯的周期性，周期為雷達的掃描周期。而經(jīng)過進一步的DFT分析，可以發(fā)現(xiàn)ax，ay，wx，wy，wz在10Hz和40Hz的頻譜分量最高，說明雷達振動的基波和4次諧波影響較大。為了去除振動影響，我暫時采取了時域擬合的方法，利用基波和4次諧波的組合來擬合測量信號，使得總誤差最小，然后將擬合出的振動信號從測量信號中減去，將所得信號的均值和方差作為IMU的零偏和噪聲方差。

1. museum_out

采集路線：從藝術(shù)博物館停車場出發(fā)，環(huán)繞外圍一周后來到偉清樓旁空地。

定位結(jié)果：

?

建圖結(jié)果：

結(jié)論：

從定位結(jié)果上看，各種算法在x，y的估計上比較接近，分歧主要在高度z的估計上。根據(jù)實際情況，起點和終點的高度差并不是很大，LIO-SAM和LeGo-LOAM在這點上性能較好，其余方案則略有不足。

從建圖結(jié)果上看，各算法的建圖效果相當，只是LINS和LeGo-LOAM的地圖稍微稀疏一些。

2. museum_in

采集路線：從藝術(shù)博物館水池出發(fā)，在內(nèi)場游走后回到原點：

定位結(jié)果：

?

建圖結(jié)果：

結(jié)論：

從定位結(jié)果看，LIOM與其他方法有較大偏移，但軌跡的形狀卻是相似的，這是由于LIOM對IMU和Lidar外參進行了校正，使得坐標系有所偏移。ALOAM和LIOM很好地閉合了回環(huán)，但LIO-SAM，LINS和LeGo-LOAM的性能也還不錯，也接近閉合。

從建圖結(jié)果上看，各算法的建圖效果相當，只是LINS和LeGo-LOAM的地圖稍微稀疏一些。

3. outdoor3

采集路線：從偉清樓出發(fā)，環(huán)繞附近建筑一周后返回原點：

定位結(jié)果：

?

建圖結(jié)果：

結(jié)論：

從定位結(jié)果來看，IMU緊耦合且存在回環(huán)檢測的LIO-SAM成功地閉合了回環(huán)，其他方案都發(fā)生了明顯漂移，其中，LeGo-LOAM在z方向產(chǎn)生了相當離譜的估計，這是由于點云中地面點較少，不能很好地約束住z方向,而使用了IMU緊耦合的另外兩種LINS,LIOM較之ALOAM漂移較少，證明高頻IMU起到了一定的約束作用。

從建圖結(jié)果來看，LIO-SAM由于閉合了回環(huán)，建立了全局一致的地圖。而其他方案建立的地圖中則可以看出明顯的漂移，例如圖中左下角顯示了起點處地圖的側(cè)視圖，可以看到除LIO-SAM外，其他方案的地圖都出現(xiàn)明顯的分層現(xiàn)象，這就是z方向漂移的結(jié)果。

4. outdoor4

采集路線：從偉清樓出發(fā)，與outdoor3方向相反地環(huán)繞附近建筑一周后返回原點：

定位結(jié)果：

?

建圖結(jié)果：

結(jié)論：

從定位結(jié)果來看，只有LIO-SAM很好地閉合了回環(huán)。LeGo-LOAM再次發(fā)生了退化，估計效果不佳，而LINS和LIOM在z方向產(chǎn)生了明顯漂移，ALOAM在y和z方向都產(chǎn)生了明顯漂移，說明IMU還是起到了一定的約束作用。

從建圖結(jié)果來看，LIO-SAM得到了全局一致的地圖，而其他方法由于漂移建圖效果不太理想，例如圖中的左下部分顯示了起點處地圖的俯視圖，可以看到除LIO-SAM外都存在分層現(xiàn)象，這是z方向漂移的結(jié)果，而ALOAM和LeGo-LOAM還可以看出明顯的平行相似結(jié)構(gòu)（如柱子和右側(cè)墻壁），這是y方向漂移的結(jié)果。

5. aggressive

采集路線：從偉清樓出發(fā)，在偉清樓，英士樓和劉卿樓圍城的空地上行走，途中伴隨有跑步后驟停，猛烈轉(zhuǎn)彎等劇烈動作，最終回到原點：

定位結(jié)果：

?

建圖結(jié)果：

結(jié)論：

從定位結(jié)果來看，LIO-SAM和LIOM很好地閉合了回環(huán)。LINS在z方向產(chǎn)生了明顯漂移，ALOAM在y和z方向都產(chǎn)生了明顯漂移，LeGo-LOAM則索性崩潰，這說明IMU還是起到了一定的約束作用。

從建圖結(jié)果來看，采用了IMU緊耦合的三種方案LIO-SAM和LIOM和LINS得到的地圖看起來都還不錯，很難看出漂移或失真痕跡，而ALOAM和LeGo-LOAM的結(jié)果就相當糟糕了！

三.總結(jié)

各種方案的優(yōu)缺點如下：

?

?

在進行IMU校正后，融合高頻IMU確實能夠提升SLAM性能，尤其是在幾何特征缺乏或者劇烈運動的情況下。

LIO-SAM在定位和建圖方面做的都不錯，比較建議使用。

編輯：黃飛

?