FAST-LIVO2：快速直接的激光雷达-惯性-视觉里程计
原文中文，约1700字，阅读约需4分钟。
📝
内容提要
本文介绍了一种新型视觉惯性同时定位与建图系统，利用惯性测量单元实现零漂移定位，测试结果显示其准确性优于现有方法。同时，提出了基于深度学习的LiDAR测距算法和实时稠密建图方法，在复杂环境中表现出色，提升了移动机器人导航的精确性和鲁棒性。
🔎
延伸解读
技术演进脉络
文章梳理了从2016年至2024年视觉惯性里程计与激光雷达里程计的关键进展，包括零漂移VIO、滚动快门VIO、深度学习LiDAR测距、实时稠密建图等。这些工作逐步解决了小视场、不规则采样、动态环境等挑战，为FAST-LIVO2的提出奠定了技术基础。
多模态融合趋势
文章提及多个紧耦合几何特征融合框架，如LiDAR与单目视觉SLAM的融合、局部到全局的融合网络等。这些方法通过结合不同传感器的优势，提升了姿态估计的精确性和鲁棒性，表明多模态融合是提升SLAM系统性能的重要方向。
实时性与鲁棒性并重
文章强调实时稠密建图、快速初始化（如EDI在3秒内完成）以及应对噪声和动态环境的能力。这些特性对于移动机器人在复杂环境中自主导航至关重要，也反映了SLAM研究在追求高精度的同时，对实时性和鲁棒性的持续关注。
❓
Q&A
FAST-LIVO2系统的主要功能是什么？
FAST-LIVO2系统是一种新型的视觉惯性同时定位与建图系统，能够实现零漂移定位，并在复杂环境中进行高质量的3D网格重建。
FAST-LIVO2系统的准确性如何？
测试结果显示，FAST-LIVO2系统的准确性优于现有的视觉惯性测量方法。
该系统如何应对复杂环境中的挑战？
该系统采用基于深度学习的LiDAR测距算法和实时稠密建图方法，能够在复杂环境中表现出色，提升导航的精确性和鲁棒性。
FAST-LIVO2系统的测试环境是什么？
该系统在微型飞行器公共数据集的11个序列中进行了测试。
FAST-LIVO2系统的创新点有哪些？
该系统的创新点包括零漂移定位、基于深度学习的LiDAR测距算法以及实时稠密建图方法。
FAST-LIVO2系统在移动机器人导航中的表现如何？
该系统在动态和复杂环境下的移动机器人导航中表现出色，显著提升了导航的精确性和鲁棒性。
🏷️
