中文标题: PLC-LiSLAM：线-面-圆柱体-激光SLAM，实时+高精度，从数学角度证明解决大规模多几何残差优化实现实时性的可能性。
论文阅读：PLC-LiSLAM: LiDAR SLAM With Planes, Lines,and Cylinders(RAL 2022)
Motivation
在现实生活，平面，线和圆柱体是非常常见的结构，目前已有工作做了类似于BA的平面adjustment(即.PA)，但是这类工作在缺少平面的场景效果很差，为了增强系统的鲁棒性，引入更多的特征是有必要的，因此作者在本文中引入了额外的线和圆柱体特征，并且实现了平面-线-圆柱体-adjustment(即. PLCA)，并且证明了可以通过预处理使得PLCA独立于点云的大小，从而实现系统的实时性。
Contribution-
文章证明了通过一些预处理方式，局部和全局PLCA的最小迭代次数与从平面、线和圆柱体中捕获的点的数量无关，从而证明了有效解决一个大规模的PLCA问题的可行性。
-
提出了一种有效的PLCR(R即注册，registration)解决方案。基于两次连续扫描之间有一个小的旋转的假设，采用一阶泰勒展开来近似旋转。
-
提出的算法可以容忍一定的检测误差。因为激光雷达点云的遮挡和稀疏性，检测过程容易引入误差。在传统注册框架(LOAM&ICP)中很难解决这个问题，因为没有进行较好的数据关联。本文中的算法通过后端的代价函数来约束检测误差 )
