来源：GR-Fusion Multi-Sensor Fusion SLAM for Ground Robots with High Robustness and Low Drift IROS 2021
单位：中科院沈阳自动化研究所
针对问题：
针对地面机器人的多传感器融合SLAM系统
提出方法：
系统融合紧耦合IMU、轮速计、视觉、LiDAR和GNSS多源观测信息，并结合地面机器人平面运动约束，构建了融合多模态观测信息的因子图优化模型，针对各种传感器退化场景提出了有效的运动退化检测方法，使得系统能够在复杂环境中仍保持较强的鲁棒性和较低的漂移。
达到效果：
所提出系统在室内数据集、地下数据集、开放式草坪数据集以及校园场景数据集中进行了广泛测试，与现有方案对比达到了最先进的效果。数据集开源地址https://drive.google.com/drive/folders/110Hko3z PcDmY0_bnZdXxJXJKe6wr3t10?usp=sharing
Abstract
本文提出了一个紧耦合LiDAR、相机、IMU、轮速计和GNSS信息的SLAM系统。系统通过将LiDAR点云和地面投影到图像中恢复视觉特征深度，
