R3LIVE: A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package
作者：Jiarong Lin and Fu Zhang（香港大学)
视频：视频链接
开源代码：代码
论文地址：论文原文
文章概述
R3LIVE 是一个面向各种应用的多功能系统，不仅可以作为实时机器人应用的SLAM系统，还可以为测绘等应用重建稠密的、精确的RGB色彩3D地图。开发了一系列用于重建和纹理化网格的离线实用程序。
R3LIVE 包含两个子系统：
LIO激光雷达-惯性里程计系统（FAST-LIO）：利用LiDAR和惯性传感器的测量结果构建全局地图的几何结构（使用LIO确定3D点的位置）。通过最小化点到平面的残差来估计系统的状态
VIO视觉-惯性传感器系统：利用视觉-惯性数据来渲染地图的纹理（3D点的颜色）。
VIO子系统通过通过最小化帧到帧 PnP 重投影误差和帧到地图光度误差来更新系统状态。
本文的LIO部分和Fast-LIO相同没做过多介绍，其代码部分见Fast-lio代码，论文见论文。
文章理论部分主要在VIO做了改进分为三个大部分：
-
两帧之间的重投影误差：计算重投影误差，使用误差状态的卡尔曼滤波更新状态估计。
-
每一帧和地图的光度误差：计算光度误差，并使用误差状态的卡尔曼滤波更新状态。
-
渲染全局地图的纹理：在frame-to-map VIO更新之后，我们有了当前图像的精确位姿，然后我们执行渲染函数来更新地图点的颜色。
实验
- 激光雷达退化和视觉无纹理环境下的鲁棒性评估
2.高精度建图大型室内外城市环境
3.基于D-GPSRTK的精度定量评价
4.运行时间分析
5.网格重建和纹理处理
6.面向各种3D应用程序
