Design and Evaluation of Two Spherical Systems for Mobile 3D Mapping

📄 arXiv: 2509.10032v1 📥 PDF

作者: Marawan Khalil, Fabian Arzberger, Andreas Nüchter

分类: cs.RO

发布日期: 2025-09-12

备注: 6 Pages, 9 figures, International Workshop 3D-AdViCE in conjunction with 12th ECMR 2025

💡 一句话要点

设计并评估两种用于移动3D地图构建的球形机器人系统

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 球形机器人 移动3D地图构建 激光雷达惯性里程计 LIO算法 机器人定位 SLAM 自主导航

📋 核心要点

  1. 现有LIO算法在球形机器人高动态运动下性能下降，导致地图构建出现全局不一致和漂移。
  2. 设计两种球形机器人系统，分别是非驱动型和摆锤驱动型，搭载固态激光雷达和LIO算法。
  3. 实验表明，球形机器人的运动特性对LIO算法构成挑战，需要进一步优化算法以适应这种运动。

📝 摘要（中文）

球形机器人在危险或受限环境下的地图构建应用中具有独特的优势，这得益于其保护外壳和全向移动能力。本文提出了两种互补的球形地图构建系统：一种轻量级的非驱动设计和一种具有内部摆锤驱动运动的驱动变体。两种系统都配备了Livox Mid-360固态激光雷达传感器，并在资源受限的硬件上运行激光雷达惯性里程计（LIO）算法。我们通过将LIO算法生成的3D点云与地面实况地图进行比较，评估了这些系统的地图构建精度。结果表明，由于球形运动引入的高动态运动，最先进的LIO算法的性能会下降，导致全局不一致的地图，有时甚至无法恢复漂移。

🔬 方法详解

问题定义：论文旨在解决球形机器人在移动3D地图构建中，由于其特殊的运动方式（特别是摆锤驱动带来的高动态性）导致现有激光雷达惯性里程计（LIO）算法性能下降的问题。现有LIO算法通常针对轮式或步行机器人设计，难以适应球形机器人运动带来的剧烈姿态变化，从而导致地图构建精度降低，出现全局不一致甚至无法恢复的漂移。

核心思路：论文的核心思路是设计并评估两种不同的球形机器人系统，并分析其运动特性对LIO算法性能的影响。通过对比实验，揭示球形机器人运动对LIO算法的挑战，为后续算法优化提供指导。两种设计分别代表了两种不同的运动控制策略，有助于全面评估球形机器人运动对地图构建的影响。

技术框架：整体框架包括两个球形机器人系统，每个系统都配备了Livox Mid-360固态激光雷达和惯性测量单元（IMU）。数据采集后，使用LIO算法进行里程计估计，生成3D点云地图。最后，将生成的地图与地面实况地图进行对比，评估地图构建精度。主要模块包括：1) 球形机器人硬件平台设计与制造；2) 传感器数据采集；3) LIO算法实现与优化；4) 地图构建与评估。

关键创新：论文的关键创新在于将球形机器人应用于移动3D地图构建，并系统地评估了其运动特性对LIO算法性能的影响。以往的研究较少关注球形机器人在地图构建中的应用，也缺乏对球形机器人运动特性与LIO算法之间关系的深入分析。通过对比两种不同驱动方式的球形机器人，论文更全面地揭示了球形机器人运动对LIO算法的挑战。

关键设计：论文的关键设计包括：1) 两种球形机器人的结构设计，分别是非驱动型和摆锤驱动型，以探索不同运动方式的影响；2) 选用Livox Mid-360固态激光雷达，以保证数据质量和轻量化；3) 采用现有的LIO算法，以便评估算法在球形机器人上的适用性；4) 使用地面实况地图进行定量评估，以保证评估结果的客观性。

📊 实验亮点

实验结果表明，由于球形机器人运动的高动态性，现有的LIO算法性能显著下降。与地面实况地图相比，使用球形机器人构建的地图存在全局不一致和漂移问题。具体而言，摆锤驱动型球形机器人由于其更剧烈的运动，对LIO算法的挑战更大。这些结果强调了针对球形机器人运动特性优化LIO算法的必要性。

🎯 应用场景

该研究成果可应用于危险环境（如核电站、矿井）或狭小空间（如管道、隧道）的自主地图构建和探索。球形机器人的全向移动能力和保护外壳使其能够在这些环境中安全可靠地工作。未来的研究可以进一步优化LIO算法，使其更好地适应球形机器人的运动特性，从而提高地图构建精度和效率。

📄 摘要（原文）

Spherical robots offer unique advantages for mapping applications in hazardous or confined environments, thanks to their protective shells and omnidirectional mobility. This work presents two complementary spherical mapping systems: a lightweight, non-actuated design and an actuated variant featuring internal pendulum-driven locomotion. Both systems are equipped with a Livox Mid-360 solid-state LiDAR sensor and run LiDAR-Inertial Odometry (LIO) algorithms on resource-constrained hardware. We assess the mapping accuracy of these systems by comparing the resulting 3D point-clouds from the LIO algorithms to a ground truth map. The results indicate that the performance of state-of-the-art LIO algorithms deteriorates due to the high dynamic movement introduced by the spherical locomotion, leading to globally inconsistent maps and sometimes unrecoverable drift.