F-LIVO: A Feature-Level Geometric Measurement Framework for LiDAR-Inertial-Visual Odometry

📄 arXiv: 2610.23595v1 📥 PDF

作者: Xinye Dai, Yapeng Wang, Shujie Zhou, Zihao Wang, Shiqi Zheng, Jiayu Hu, Yusheng Wang, Weiwei Song, Weiming Tang

分类: cs.RO

发布日期: 2026-10-16

备注: 19 pages, 20 figures

💡 一句话要点

提出F-LIVO框架以解决LiDAR-惯性-视觉里程计的资源消耗问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: LiDAR 视觉里程计 惯性导航 特征级约束 稀疏几何特征 资源优化 自动驾驶 机器人导航

📋 核心要点

  1. 现有的LIVO方法在资源消耗和存储开销上存在挑战，尤其是在处理密集光度信息时。
  2. F-LIVO框架通过特征级点到平面约束耦合视觉和LiDAR信息，减少了对存储和计算资源的需求。
  3. 实验结果表明，F-LIVO在多个公共数据集上表现出竞争力的精度，并在资源配置下实现了最低的CPU使用率和RSS增长率。

📝 摘要（中文）

测量级LiDAR-惯性-视觉里程计（LIVO）能够实现高精度，但其实际资源需求依赖于关联和地图维护策略。持续将密集的光度补丁或外观属性附加到映射的LiDAR点上会增加额外的存储、关联和更新成本。本文提出F-LIVO，一个基于滤波的LIVO框架，通过视觉点与LiDAR平面之间的特征级点到平面约束，将视觉-惯性子系统与LiDAR-惯性子系统耦合。为了在视觉三角测量较弱时保持跨模态耦合，我们进一步通过局部平面拟合和光线-平面交点恢复视觉特征深度。LiDAR更新中，每个点到平面残差的协方差根据局部平面可靠性自适应缩放，从而减少对条件较差表面的过度自信更新。该方法依赖稀疏几何特征而非持久的密集光度地图属性，保持了紧凑的地图表示。

🔬 方法详解

问题定义：本文旨在解决现有LiDAR-惯性-视觉里程计在资源消耗和存储开销上的不足，尤其是密集光度信息带来的额外成本。

核心思路：F-LIVO通过特征级点到平面约束，将视觉和LiDAR信息有效耦合，避免了对密集光度信息的依赖，从而实现更高效的资源使用。

技术框架：F-LIVO框架包括视觉-惯性子系统和LiDAR-惯性子系统，采用点到平面约束进行耦合，并通过局部平面拟合恢复视觉特征深度。

关键创新：该方法的创新在于利用稀疏几何特征而非密集光度信息，保持了地图的紧凑性，并通过自适应缩放残差协方差来优化更新过程。

关键设计：在设计中，采用了局部平面拟合和光线-平面交点的技术细节，确保了在视觉三角测量弱时的深度恢复，同时优化了点到平面残差的协方差处理。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，F-LIVO在多个公共数据集上实现了竞争力的精度，并在评估的资源配置下，展现出最低的平均和峰值CPU使用率，以及最低的RSS增长率，证明了其在资源效率上的优势。

🎯 应用场景

F-LIVO框架具有广泛的应用潜力，特别是在自动驾驶、机器人导航和增强现实等领域。其高效的资源使用和准确的定位能力将推动这些技术的实际应用和发展，尤其是在资源受限的环境中。

📄 摘要（原文）

Measurement-level LiDAR-Inertial-Visual Odometry (LIVO) can achieve high accuracy, and its practical resource requirements depend on the adopted association and map-maintenance strategy. Persistently attaching dense photometric patches or appearance attributes to mapped LiDAR points can introduce additional storage, association, and update costs. This paper presents F-LIVO, a filter-based LIVO framework that couples a visual-inertial subsystem and a LiDAR-inertial subsystem through feature-level point-to-plane constraints between visual points and LiDAR planes. To preserve cross-modal coupling when visual triangulation is weak, we further recover visual feature depth from the LiDAR map through local plane fitting and ray-plane intersection. In the LiDAR update, the covariance of each point-to-plane residual is adaptively scaled according to local planar reliability, thereby reducing overconfident updates on poorly conditioned surfaces. Because the proposed method relies on sparse geometric features rather than persistent dense photometric map attributes, it retains a compact map representation. Experiments on multiple public datasets show competitive, sequence-dependent accuracy. Across the evaluated degradation cases, F-LIVO maintains continuous estimation with comparatively low accumulated end-to-end drift. Under the evaluated resource configuration, it achieves the lowest mean and peak central processing unit (CPU) usage, the lowest peak resident set size (RSS), and the lowest RSS growth rate among the evaluated implementations, while R2LIVE retains a lower mean RSS. The source code will be made publicly available upon acceptance to facilitate reproducible research.