激光雷達可根據(jù)其不同的成像結構和測量原理進行分類，激光雷達的成像機制可分為三大類：機械激光雷達、掃描固態(tài)激光雷達和非掃描結構的激光雷達。關于測量原理，主要類型包括脈沖飛行時間（ToF）、調幅連續(xù)波（AMCW）和調頻連續(xù)波（FMCW）激光雷達。此外激光雷達還可根據(jù)探測距離、視場（FOV）和波長等屬性進一步細分。

僅使用激光雷達的里程計

僅使用激光雷達里程計是通過分析連續(xù)的激光雷達掃描幀來確定機器人的位置。純激光雷達測距可分為三種類型：(1) 直接匹配；(2) 基于特征的匹配；(3) 基于深度學習的匹配。

激光雷達-慣性里程計

僅使用激光雷達進行李恒基計算效率高，無需額外的傳感器。然而，它無法完全解決現(xiàn)實中的一些挑戰(zhàn)場景。因此，最近的激光雷達里程測量通常將激光雷達與慣性測量單元（IMU）集成在一起。IMU可提供角速度和線性加速度測量值，因此適合估算粗略的機器人運動，并在與LiDAR配合使用時提高姿態(tài)估算精度。根據(jù) LiDAR 和 IMU 數(shù)據(jù)的融合方式，LiDAR 慣性里程測量可分為兩類：(1) 松散耦合和 (2) 緊密耦合。

松耦合方法獨立估計每個傳感器的狀態(tài)，將這些狀態(tài)與權重相結合，然后確定機器人的狀態(tài)。這種方法具有很高的靈活性，因為它可以單獨估計每個傳感器的狀態(tài)。只要為新的傳感器模式創(chuàng)建一個合適的里程測量模塊，就能輕松適應傳感器系統(tǒng)的變化，而無需對現(xiàn)有框架進行大量修改。此外，它還允許為特定傳感器分配權重，確保在一個傳感器表現(xiàn)不佳時的穩(wěn)健性，因為里程測量仍可利用其他傳感器的數(shù)據(jù)。另一方面，緊耦合方法利用所有傳感器的測量結果來估算機器人的狀態(tài)。與松耦合方法相比，這種方法在里程估算過程中納入了更多的約束條件，因此可能會獲得更精 確的里程估算結果。不過，這種方法的計算負荷較高，因為所有觀測數(shù)據(jù)都必須一并處理。此外，如果某個傳感器提供的觀測數(shù)據(jù)質量不佳，這種方法可能更容易失去魯棒性。

多個激光雷達

激光雷達-慣性里程計展現(xiàn)了令人印象深刻的精度。然而某些激光雷達系統(tǒng)有限的視場（FOV）給狀態(tài)估計帶來了挑戰(zhàn)，阻礙了進一步的發(fā)展。此外其他傳感器的干擾也會遮擋激光雷達視場內的區(qū)域。在某些掃描固態(tài)激光雷達中觀察到的不規(guī)則掃描模式也會因稀疏性而對實現(xiàn)精 確掃描配準帶來挑戰(zhàn)。為了應對與單個激光雷達系統(tǒng)相關的挑戰(zhàn)，研究人員越來越多地探索在里程計中使用多個激光雷達。多個激光雷達可提供更廣泛的掃描覆蓋范圍，減少額外傳感器的干擾，整合多個激光雷達的不同掃描幀模式可提高掃描記錄的準確性，從而超越對單一激光雷達非重復掃描模式的依賴。

與其他傳感器的融合

與視覺傳感器不同，激光雷達對光照條件的變化具有很強的適應能力；不過，它在苛刻的環(huán)境中也面臨著挑戰(zhàn)。具體來說，激光雷達里程計在雨、雪和灰塵等不利條件下難以獲得精 確的測量結果。此外在幾何特征有限或地形屬性重復的區(qū)域，如長隧道或高速公路，激光雷達測量也很脆弱。這種易損性帶來了掃描幀匹配方面的挑戰(zhàn)，對狀態(tài)估計的精度產生了負面影響。要解決這些制約因素，就需要探索多種傳感器模式的融合

挑戰(zhàn)

不可否認，激光雷達里程計技術在為移動機器人和自動駕駛車輛提供高質量位置方面取得了重大進展，其性能在各種真實環(huán)境中得到了驗證。然而，盡管取得了這些重大進展，尚未解決的問題仍有進一步研究的價值。

大場景數(shù)據(jù)：激光雷達系統(tǒng)可生成大量三維點云，其中包含豐富的環(huán)境和物體數(shù)據(jù)。它在捕捉周圍環(huán)境的三維信息方面具有顯著優(yōu)勢，但其大小也存在問題。這種點云的大小與激光雷達的視場角和分辨率成比例。例如，OS1-128 激光雷達可以產生包含大量點的掃描，在最 高頻率為 20Hz 的情況下，每幀可掃描 10 萬個點。此外，點云中的每個點都包含范圍、強度、反射率、環(huán)境條件和點采集時間等信息，從而增加了數(shù)據(jù)量。對如此大量的數(shù)據(jù)進行實時處理需要強大的計算能力，這對機器人技術提出了特別的挑戰(zhàn)，因為實現(xiàn)實時性能對有效操作至關重要。

運動畸變：當機器人以相對于傳感器數(shù)據(jù)采集頻率的高速移動時，單次激光雷達掃描開始和結束時的數(shù)據(jù)采集位置之間會出現(xiàn)很大的空間差距。這種空間差距有可能導致激光雷達掃描出現(xiàn)嚴重畸變。因此為了有效利用激光雷達掃描，有必要采用補償程序來減輕運動造成的失真，這通常被稱為去畸變。去畸變通常采用高頻傳感器，如 IMU ，將點對準單幀。線性插值可以解決其離散性以及傳感器測量值與實際位置不匹配的問題。在沒有額外傳感器的情況下，采用恒定速度模型可能就足夠了，但在激進運動或不確定的速度估計方面缺乏準確性。連續(xù)時間插值法 是一種替代方法，它通過 B 樣條插值法確定連續(xù)軌跡，確保每個激光雷達點的精 確變換。然而，這種方法大大增加了計算需求，尤其是在點數(shù)較多時，因為每個點都需要單獨的狀態(tài)計算。因此，平衡精度和效率至關重要，具體選擇取決于應用的具體需求和限制。

有限傳感視角：激光雷達雖然能夠進行遠距離測量，但也存在固有的局限性。一個突出的缺點是其視場角相對較窄，這對于執(zhí)行感知任務尤其成問題。此外盡管激光雷達的水平視場通常較寬，但其數(shù)據(jù)往往比標準相機拍攝的圖像更為稀疏。近來，垂直腔面發(fā)射激光器（VCSEL）技術的進步使密集陣列中大量激光器的布置變得緊湊。盡管這一進步使得傳感器的通道增加，數(shù)據(jù)更密集，但分辨率仍然低于傳統(tǒng)相機。此外，在使用機械激光雷達時，通常會將其安裝在開放區(qū)域，如機器人或自動駕駛車輛的頂部，以實現(xiàn) 360 度可視。然而，這給保護傳感器免受外部沖擊帶來了挑戰(zhàn)。如果試圖將傳感器安裝在更隱蔽的位置，就會損失視場能見度，得不償失。

異構激光雷達

激光雷達傳感器分為兩類的問題：機械式激光雷達和掃描式固態(tài)激光雷達。這兩類激光雷達具有不同的特點，包括視角、掃描模式等方面的差異。因此這些差異本質上導致需要不同的里程測量算法。此外即使是同一類激光雷達，不同的制造商和產品線在視場角、分辨率和其他因素上也存在差異。這意味著對一種類型有效的算法在應用于另一種類型時，可能需要對其他參數(shù)進行調整。由于認識到根據(jù)特定傳感器修改方法帶來的不便，人們越來越需要一種能夠在所有類型激光雷達中穩(wěn)健運行的算法。

退化環(huán)境

傳統(tǒng)的激光雷達里程計主要依賴于幾何測量，忽略了紋理和顏色信息的使用。在隧道和長走廊等地物稀少、重復性高的環(huán)境中，這種依賴性就變得具有挑戰(zhàn)性。雖然激光雷達能在這些環(huán)境中有效地進行掃描，但由于缺乏獨特的特征，往往會導致掃描匹配的模糊性，從而造成機器人姿態(tài)估計的潛在誤差。

惡化環(huán)境

與退化環(huán)境不同，惡化環(huán)境會對激光雷達的傳感能力造成挑戰(zhàn)。激光雷達的工作原理是發(fā)射激光脈沖，并在與物體相互作用后檢測其返回，而這一過程可能會受到阻礙脈沖路徑的有害顆粒的干擾。陽光直射、雨、雪或霧等極端天氣條件會大大降低激光雷達的探測性能。

多模態(tài)傳感器

在將其他傳感器與激光雷達集成時，必須認識到這些附加傳感器會帶來自身的一系列挑戰(zhàn)。此外多種傳感器的組合還會帶來新的限制和復雜性。

校準： 在使用多個傳感器時，必須對每個傳感器進行內參校準，并在傳感器之間進行外在校準。然而，必須注意的是，盡管有校準工具和方法，但校準過程可能非常具有挑戰(zhàn)性和復雜性。每個傳感器的精 確內參校準和多個傳感器之間的精 確外參校準都存在困難，包括處理各種誤差源、考慮環(huán)境因素和管理復雜的數(shù)學變換。

安裝： 在沒有事先規(guī)劃的情況下，簡單地增加傳感器可能不會影響雷達探測性能。在使用多個激光雷達的情況下，進行定位以補充掃描區(qū)域有可能提高精度。但是，過度重疊可能會導致冗余，引入不必要的數(shù)據(jù)并增加計算成本，從而有可能影響精度的提高。因此仔細考慮最 佳部署策略至關重要。

同步： 整合不同的傳感器模式需要解決非同步問題，因為每個傳感器都以不同的頻率提供數(shù)據(jù)。雖然有些研究利用 IMU 將離散時間或連續(xù)時間中的異構激光雷達數(shù)據(jù)巧妙地融合在一起，但有關各種傳感器模式融合的研究相對有限。探索利用不同傳感器模式能力的綜合方法具有巨大潛力。

對于純激光雷達里程計，選定的方法有 LOAM、LeGO-LOAM、KISS-ICP、CT-ICP和 DLO。在激光雷達-慣性里程測量中，我們的重點是 LIO-SAM、FAST-LIO2、VoxelMap、DLIO和 Point-LIO

對于低運算量，特別是使用低功耗單板計算機的情況，在定義明確的環(huán)境中，僅使用激光雷達的方法可能是最 佳選擇。以松散耦合的方式集成 IMU 可以在不顯著增加計算需求的情況下提高結果。對于在各種環(huán)境中要求高精度的應用，建議采用緊密耦合的多傳感器方法。在一般情況下，將激光雷達與 IMU 結合使用是一種平衡的選擇。利用多個激光雷達系統(tǒng)可能有利于解決視場角窄的問題。在紋理受限的情況下，結合使用照相機會更有優(yōu)勢。