人工智能学院2024级博士研究生赵焕峰在机器人多模态融合里程计方向的研究成果，已被《IEEE Transactions on Industrial Informatics》（TII，IF=9.6）接收。TII全称为IEEE工业信息学汇刊，是IEEE旗下的顶级学术期刊，专注于工业信息学领域，涵盖工业自动化、物联网、大数据分析、机器人和人工智能等技术在工业中的应用。
论文题目：RoLe-LIO: A Robust and Lightweight LiDAR-inertial Odometry for Complex Environments
第一作者：赵焕峰
指导教师：姚美宝
收录期刊：IEEE Transactions on Industrial Informatics
期刊类别：吉大C刊，中科院一区
论文概述：
激光雷达-惯性里程计是自主机器人中的基础状态估计器，但其在复杂环境（如动态场景和测量噪声）中的精度、运行时间和计算效率仍然面临瓶颈。本文提出RoLe-LIO，一种鲁棒且轻量化的紧耦合激光雷达-惯性里程计。为增强系统应对不可靠观测的鲁棒性，本文提出一种残差感知的体素权重评估方法，使状态估计能够忽略模糊测量，同时更加重视匹配良好的测量。为提高效率，本文采用以机器人为中心的高斯体素地图，实现轻量化的地图表示。该地图能够增量更新高斯基元，并融合所评估的体素权重，从而以较低的计算开销高效构建体素到体素的激光雷达约束。为实现精确的激光雷达-惯性融合，本文基于矩阵李群SE2(3)，将上述策略整合到紧耦合一致性优化框架中。本文在大量公开基准数据集、具有挑战性的自采集数据集以及要求严苛的真实工业应用中进行了全面实验，验证了所提系统的精度、鲁棒性和效率。实验结果表明，在绝大多数序列上，本方法仅需极低的运行时间和计算资源开销，便可取得优于现有方法的精度。
RoLe-LIO系统原理图
重建的吉林大学（部分）点云地图
