3D激光SLAM：LeGO-LOAM论文解读---激光雷达里程计与建图

  • 激光雷达里程计
    • 针对LOAM的改进
  • 激光雷达建图
  • 原文

激光雷达里程计

激光雷达里程计模块的功能就是：估计相邻帧之间的位姿变换。

估计的方式：在相邻帧之间做点到线的约束和点到面的约束
具体的方式和LOAM一样

针对LOAM的改进

  • 1 基于标签的匹配
    在特征提取部分提取的特征点都会有个标签（在点云分割时分配的）
    因此在找对应点时，标签必须一致
    对于面点仅在上一帧中找地面点与之匹配
    对于角点在上一帧对于的标签中找对应得角点
    这种特征点匹配得方式会提高匹配精度

  • 2 两步LM优化
    首先做地面点得优化，再做角点得优化。该方法实现了相邻帧间得位姿估计
    具体两步LM优化方法如下：
    （1）第一步通过当前帧地面点和上一帧匹配得地面点估计出 z roll pitch
    （2）第二步通过当前帧角点和上一帧匹配得角点估计出 x y yaw，并利用第一步估计得 z roll pitch
    虽然在第一步就可以估计出x y yaw，但是其精度步高，不能用于第二步得估计
    最后把两步估计得结果加起来，就是6自由度得位姿变换结果
    优化方法意义：通过这种方式得优化，计算时间相比于原始LOAM可以减少35%。

激光雷达建图

原理和LOAM一样：当前帧和地图进行低频率得配准，得到最优得当前帧位姿变换

和原始LOAM不一样地方： 地图得存储。
LOAM是通过一个栅格地图进行局部地图得管理。
LeGO-LOAM是通过关键帧得概念进行局部地图管理，保存了激光雷达一些帧，和该帧的位姿。
局部地图建立就是通过根据当前帧的位置，提取与当前帧位置小于100m的关键帧拼接（根据每帧的位姿拼接）在一起作为局部地图

进行回环检测集成位姿图优化：
最后将SLAM里面的位姿图优化集成到了LeGO-LOAM中

  • 回环检测的方法：就是通过检测历史帧的位姿和当前帧的位姿比较接近，则认为形成一个回环。（因为激光雷达里程计在短时间内的漂移比较小）
  • 优化的方法就是通过ICP计算历史帧和当前帧的位姿变换，然后通过LM的优化方法就行 GT-SAM的位姿图优化。

原文



3D激光SLAM：LeGO-LOAM论文解读---激光雷达里程计与建图相关推荐

  1. F-LOAM:基于激光雷达的快速里程计和建图

    文章:F-LOAM : Fast LiDAR Odometry and Mapping 作者:Han Wang, Chen Wang, Chun-Lin Chen, and Lihua Xie git ...

  2. LiLi-OM: 走向高性能固态激光雷达惯性里程计和建图系统

    点击上方"计算机视觉工坊",选择"星标" 干货第一时间送达 编辑丨当SLAM遇见小王同学 声明: 本文只是个人学习记录,侵权可删.论文版权与著作权等全归原作者所 ...

  3. LOAM：实时的雷达里程计和建图

    之前对视觉SLAM主要的开源框架,ORB-SLAM2.SVO等进行了介绍,然后疫情期间对VINS-Mono进行了详细的源码解析,接下来考虑到工作原因需要用到激光雷达.GNSS.IMU等多传感器融合,所 ...

  4. 面向固态激光雷达和惯导的里程计和建图

    点云PCL免费知识星球,点云论文速读. 文章:Towards High-Performance Solid-State-LiDAR-Inertial Odometry and Mapping 作者:K ...

  5. 东北大学 | 一种适用于大规模公路环境的鲁棒激光惯性里程计和建图系统

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 标题: A Robust Laser-Inertial Odometry and Mapping Me ...

  6. LIOM: 一种新的激光惯性里程计和建图方法

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者:robot L | 来源:知乎 https://zhuanlan.zhihu.com/p/137 ...

  7. RIKIBOT-FX4纯激光里程计的建图导航

    目录 简介 环境准备 纯激光里程计构建地图 纯激光里程计导航 关键参数配置 交流方式 简介 在大多数学习ROS人的理解中,常用的gmapping建图.导航一般都需要依赖电机的里程计,特别是导航时一定需 ...

  8. （每日一读2019.10.23）低漂移、鲁棒和快速的视觉-激光里程计和建图（VLoam）

    参考:https://www.jianshu.com/p/cb7098567711 论文:pdf 摘要 本文开发了一个低成本的立体视觉惯性定位系统,该系统利用有效的基于多状态约束卡尔曼滤波(MSCKF ...

  9. （每日一读2019.10.21）紧耦合的3D雷达惯性里程计及建图（LIO）

    论文:pdf 代码:github 视频:video 摘要 自身运动估计是大部分移动机器人应用的基本需求.通过传感器融合,我们能够补偿单个传感器的缺陷并且提供更可靠的估计.在本文中,我们引入一种紧耦合的 ...

最新文章

  1. TripleDES加密解密
  2. mdf与ldf文件如何还原到SQLserver数据库
  3. Python 字符串转义序列及格式化
  4. cmd静默运行_【已解决】BAT批处理中如何静默执行，在完成后调用MSGBOX？
  5. dom4j的读写xml文件，读写xml字符串
  6. 信息系统项目管理07——项目成本管理
  7. WireShark帧格式解析
  8. rdkit GetAtoms获取化合物每个位置的索引；rdkit FindMCS大公共相同结构 找不同化合物之间的差异
  9. Kafka 安装配置及下载地址
  10. 4月30日世界表白日_2020520世界表白日 你该怎么表白
  11. Intel SGX开发者参考书（五）—— Intel SGX SDK示例代码（二）
  12. python词性标注_自然语言处理基础技术之词性标注
  13. mapreduce流量统计与自定义分区算法：手机号码按归属地输出
  14. 德普测试仪EOL软件,电池充放电测试系统 EOL
  15. 论文阅读——TR-GAN: Topology Ranking GAN with Triplet Loss for Retinal Artery/Vein Classification
  16. 低版本360浏览器下，PDF.js部分文字显示不全的问题
  17. 内置函数2 递归函数
  18. mybatis实现动态模糊查询
  19. CSS学习笔记--文本格式化
  20. 关于建模---耦合度

热门文章

  1. Error Domain=NSCocoaErrorDomain Code=3840 The operation couldn’t be completed. (Cocoa error 3840.)
  2. 信息量、信息熵、条件熵、KL散度、交叉熵
  3. 「String用法总结」
  4. UDF函数开发中的坑
  5. 灰色关联分析法无量纲处理方法
  6. python获取当前日期的前一天_【python】datetime获取日期,前一天日期
  7. 毕业答辩的一系列准备工作
  8. RAM、SRAM、DRAM、SDRAM、DDRSDRAM等之间的区别
  9. C++ 对OPENCV rect矩形进行颜色填充
  10. kubectl源码分析之config delete-context