R3LIO：一种适用于复杂无结构环境的高可靠性反射率辅助旋转式激光雷达-惯性定位系统

《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》：R3LIO: Robust reflectivity-assisted rotating LiDAR-inertial odometry for degenerate and unstructured environments

　　周志宇|高志 武汉大学遥感信息工程学院，中国湖北武汉430079

摘要：近年来，轻量级且低成本的激光雷达-惯性测量单元里程计系统发展迅速。尽管取得了进展，但仍有两个关键挑战需要解决：提高测绘效率以及在复杂环境中的稳定性。旋转式激光雷达通过电机驱动传统激光雷达，能够以紧凑的方式扩大视野范围并增加点密度，而无需添加额外传感器。然而，现有的大多数旋转式激光雷达测绘系统要么缺乏对电机与激光雷达耦合运动的明确模型，要么采用过于简化的有限自由度假设，这都会降低状态估计的精度。与此同时，一些最新研究利用激光雷达的反射特性来缓解几何退化问题，但这些方法往往依赖高密度的多通道传感器，限制了其实际应用性。为了解决这些问题，我们提出了R3LIO这一强大的旋转式激光雷达-惯性里程计框架。首先，我们建立了完整的电机-激光雷达运动模型，并引入了一种无目标标定方法，以获得可靠的初始电机-激光雷达外部参数。这些外部参数随后被纳入状态向量并在线优化，从而提升了定位和测绘的精度。其次，利用旋转式装置带来的更大视野范围和更高的点密度，我们生成类似图像的反射率图，并在二维反射率图像域中得出额外的姿态约束。将基于反射率的约束与几何约束相结合，显著提升了在几何退化及结构复杂的环境中的稳定性。相关代码和数据集已发布在https://github.com/zzywhu/R3LIO，以供社区使用。

引言：近年来，诸如激光雷达和惯性测量单元之类的轻量级低成本传感设备越来越多地被应用于无人平台的感知与测绘任务中（Ebadi等人，2024；Lin等人，2024；Zhao等人，2024；Karam等人，2021；Huang等人，2020；Lv等人，2020；Yin等人，2024）。同时，激光雷达-惯性里程计算法，包括FastLIO系列（Xu和Zhang，2021；Xu等人，2022）、FasterLIO（Bai等人，2022）以及LIO-SAM（Shan等人，2020），也取得了显著进展，如今已在许多常见场景中实现高精度的状态估计。随着激光雷达-惯性测量单元测绘系统的不断成熟，有两个方面越来越受到关注：一是测绘效率，二是如在隧道、走廊等几何结构复杂的场景中的稳定性。为了进一步提高测绘效率，学术界和工业界都对旋转式激光雷达装置表现出日益浓厚的兴趣——在这种装置中，传统的激光雷达（如Velodyne传感器）被安装在电机上，从而扩大有效视野范围，实现近乎360°的水平和垂直覆盖。与固定式激光雷达配置（固态或机械式）相比，旋转式激光雷达能够大幅扩展可观测的视野范围，并提高单位时间内的空间覆盖度，从而为测绘生成更密集、更完整的点云数据。尽管这种传感配置具有很大的实用价值，但针对旋转式激光雷达和惯性测量单元的里程计算法研究仍然相对有限。随着旋转式激光雷达的日益普及，一些最新研究开始开发专为这种装置设计的激光雷达-惯性里程计系统。OR-LIM（Cong等人，2024）将基于ESKF的激光雷达-惯性里程计算法与滑动窗口机制下的surfel-map平滑技术相结合，实现了高频率的姿态估计和精确的3D测绘。UA-MPC（Li等人，2025b）则提出了一种电机控制策略，旨在平衡测绘精度与效率。然而，这些方法通常并未对电机与激光雷达的耦合运动进行明确建模。在实际应用中，电机旋转往往被简化处理，而且电机轴与激光雷达框架之间的错位问题也常常被忽略。这类简化措施会降低运动补偿的精度，进而限制测绘质量，尤其是在复杂或大规模的环境中。为了提升在复杂场景中的稳定性，一些里程计系统会引入摄像头或全球导航卫星系统等额外传感器，以提供互补的测量约束（Lin和Zhang，2022；Shan等人，2021；Zheng等人，2022；Zheng等人，2025；Cao等人，2022；Wang等人，2024）。虽然这种方法有效，但多传感器配置对软件（如融合策略和标定）以及硬件（如同步、带宽和内存）都提出了更高要求。因此，一种更为轻量且可扩展的思路是，通过利用超出纯粹几何特征的测量数据，从现有传感器系统中提取额外的约束条件。近期的一些研究表明，激光雷达的反射特性可以作为几何特征的宝贵补充。例如，Intensity-SLAM（Wang等人，2021）、RI-LIO（Zhang等人，2023）以及COIN-LIO（Pfreundschuh等人，2024）利用高通道数的激光雷达生成密集的类似图像的反射率表示，并通过帧间特征匹配在二维域中得出约束条件，从而在不添加额外传感器的情况下提升系统的稳定性。为了减少对昂贵的高密度传感器的依赖，BEV-LIO（Cai等人，2025）将稀疏点云投影到鸟瞰图图像中。尽管鸟瞰图图像仍然较为稀疏，但它保留了一些结构线索（如墙角和建筑立面边界），这些线索有助于特征匹配。然而，在室内环境等高度重复的场景中，这类投影出的线索可能辨识度较低，从而限制了基于鸟瞰图约束的有效性。为了解决上述两个问题，我们提出了R3LIO——这是一种基于迭代误差状态卡尔曼滤波器的强大且精确的移动测绘系统，专为低成本旋转式激光雷达装置设计（即由电机驱动的16通道激光雷达，可持续扫描整个视野范围）。R3LIO主要有两项创新贡献。首先，为了解决由于机械安装导致的电机与激光雷达之间的错位问题，我们建立了完整的电机-激光雷达外部运动模型。我们将常用的仅沿旋转轴方向平移的1自由度模型（Lin等人，2013）扩展为包含3自由度旋转和2自由度平移的5自由度模型，同时排除了沿电机旋转轴方向的平移，因为这种平移在物理意义上并无意义。此外，我们还提出了一种无目标标定方法，用于估算初始的外部参数，并将其纳入状态估计过程中以实现在线优化。其次，我们在不添加额外传感器的情况下，融合了来自两个领域的互补约束，以提高在几何退化条件下的系统稳定性。在3D点云领域，我们采用标准的点对平面残差值来进行状态更新。在2D图像领域，我们通过滑动窗口积累密集的点云，然后将其投影以生成反射率图像。接着，我们使用M-LSD（Gu等人，2022）提取线条特征，通过基于协方差的算法检测当前扫描中的反射率边缘，进而构建2D点对线残差值，以提供额外的姿态约束。总体而言，我们的方法具有以下几项贡献：•我们建立了完整的电机-激光雷达外部运动模型，以纠正因安装不当导致的错位问题，同时还设计了无目标标定方法，以获取可靠的初始外部参数。这些参数也被整合到状态估计过程中并在线优化，从而提升了定位精度和测绘质量。•我们充分利用了激光雷达的反射特性，通过将传统的几何点对平面残差值与图像域中的反射率辅助点对线约束相结合，从而在状态更新中实现优势互补。这种融合提升了系统在隧道、走廊等几何结构复杂或结构较弱的场景中的稳定性和精度。•通过在真实世界数据集和仿真场景中的大量实验，我们证明了R3LIO在几何退化及结构约束较弱的情况下，具有比现有最先进方法更高的稳定性和精度。特别是，我们在Gazebo中构建了一个专门的旋转式激光雷达仿真模型，用于进行系统性评估。

相关工作：在本节中，我们首先回顾了具有代表性的激光雷达-惯性测量单元里程计和测绘系统，分析了它们在复杂条件下的优点与局限性。接着，我们总结了近期那些利用激光雷达强度作为几何特征之外的互补测量数据的反射率辅助方法。最后，我们介绍了为旋转式激光雷达配置设计的SLAM系统。表1总结了各种代表性方法与我们方法在传感器输入方面的主要差异。

方法：本文详细介绍了所提出的方法，其流程如图1所示。文中使用的符号定义详见表2。

实验设置：在本节中，我们介绍了实验设置的详细内容，包括仿真环境、真实世界数据收集方式、评估指标以及用于比较的基准方法。

结论：在本文中，我们提出了R3LIO——这是一种专为旋转式激光雷达装置设计的强大且精确的激光雷达-惯性测量单元测绘系统。通过引入完整的电机-激光雷达外部标定模型、无目标标定方法，以及结合几何约束和基于反射率的姿态约束，我们的系统提升了在复杂环境中的测绘性能。在未来的工作中，我们计划加入实时彩色测绘模块，以提高系统的视觉表现力。我们还将……

作者贡献说明：周志宇：撰写——初稿、可视化、验证、软件、资源、方法论、研究、形式分析、数据整理、概念构思。高志：撰写——审阅与编辑、监督、项目管理、资金筹集。

利益冲突声明：作者声明没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢：本文中的数值计算得到了中国武汉武汉大学超级计算中心的超级计算系统的支持。本研究还得到了广西重大科技项目（编号AA24263005）、信息系统工程国家重点实验室项目（编号WDZC 20265290404）以及中央高校基本科研业务费——重点学科团队发展项目（编号2042026kf0018）的支持。