Combining inertial measurements with LiDAR measurements for odometry and mapping is ubiquitous, but low-cost inertial measurement units are often noisy sensors, and it is suspected that naive integration of the measurements will result in deteriorated performance. The project explores under which circumstances integration of inertial measurements is beneficial for the robustness and accuracy of LiDAR odometry and mapping. It is already known that inertial measurements have the potential to improve performance, but when and how are rarely the main topics of study in existing literature. This project analyzes one way inertial measurements are used to compensate for motion while registering points from a spinning LiDAR, and compares this to a similar method that does not use inertial measurements. It is found that integration of inertial measurements is beneficial in cases of fast rotations of the sensor and that in other cases, it does not make a significant difference. The results can be explained with existing theory, and hence provide confidence in the theory for predicting behavior in similar systems. / Att kombinera tröghetsmätningar med LiDAR-mätningar för odometri och kartläggning är vanligt förekommande, men lågkostnadströghetsmätare är ofta brusiga sensorer och därmed misstänks att en naiv integrering av mätningarna skulle resultera i försämrad prestanda. Projektet utforskar i vilka fall det är gynnsamt att integrera tröghetsmätningar för LiDAR-odometri och kartläggning. Det är redan känt att tröghetsmätningar har potential att förbättra prestandan, men när och hur är sällan ett huvudområde i den befintliga litteraturen. Detta projekt undersöker ett sätt som tröghetsmätningar används på för att kompensera för rörelse i samband med registrering av punkter från en roterande LiDAR, och jämför detta med en liknande metod som inte använder tröghetsmätningar. Resultaten pekar på att integrering av tröghetsmätningar är gynnsamt i fall med hastiga rotationer av sensorn, i övriga fall observeras ingen avsevärd skillnad. Resultaten kan förklaras med befintlig teori, vilket styrker teorin och gör det möjligt att med högre tillit använda den för att förutse beteendet hos liknande system.