机器人学习--基于3D激光雷达数据的MCL全局定位

论文作者：Xieyuanli Chen, 陈谢沅澧，导师德国弗雷堡大学的移动机器人大牛 Cyrill Stachniss

第一种方法： Range-MCL

大概方法：作者将3Dlidar扫描的360度距离信息转变成 range image，然后通过图像特征比对，当前的3D数据和数据库中的range 图像作比较。

数据库中的range image 貌似是作者用算法 GPU和 OpenGL 生成的合成图像。

其实传感器数据表达合适之后，剩下的就是观测模型，经典粒子滤波或者贝叶斯滤波中的观测模型表达的问题。

论文：[2105.12121] Range Image-based LiDAR Localization for Autonomous Vehicles (arxiv.org)https://arxiv.org/abs/2105.12121

B站上有作者本人的介绍视频：最新开源！用于自动驾驶汽车的激光雷达全局定位算法！_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1SB4y1T7nT?from=search&seid=14453388174292834145&spm_id_from=333.337.0.0

第二种方法：OverlapNet

B站上有作者本人的介绍视频：

终于开源！基于Overlap的激光雷达全局定位算法！_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV12K4y1f7Wk/?spm_id_from=333.788.recommend_more_video.-1代码开源地址： https://github.com/PRBonn/overlap_localization 使用了OverlapNet作为蒙特卡洛定位算法（MCL）的观测模型，实现了基于激光雷达传感器的高精度全局定位。目前MCL最大的难题就是如何去设计一个好的观测模型。文章的创新点是利用OverlapNet来训练了一个观测模

两篇文章的重心都是在观测模型上，可以根据粒子滤波或者mcl方法定位的理论仔细查看。

第三种方法：查看作者的论文，参考文献中还有其他很多种别的方法。

机器人学习--基于3D激光雷达数据的MCL全局定位相关推荐

谷歌cartographer使用速腾聚创3d激光雷达数据进行三维建图
原链接: https://community.bwbot.org/topic/523 谷歌cartographer_ros请参考这篇安装教程:http://community.bwbot.org/to ...
深度学习--基于队列的数据随机载入
起因: 最近在处理数据,训练深度学习模型的时候,发现使用pytorch中的dataloader的时候会占用大量缓存,拖慢数据的处理速度,凑巧在学习李沐老师的深度学习课程时,李沐老师给出了解决方案, ...
3D激光雷达SLAM算法学习02——3D激光雷达传感器
1.本篇思维导图 2. 3D激光雷达传感器分类 3. 机械激光雷达直观视频感受:Velodyne 优点:360°视野,精度高,工作稳定,成像快缺点:成本较高,不符合自动驾驶车规,生命周期短, 主要 ...
激光雷达学习——二维激光雷达数据转PC2
激光雷达发布的数据LaserScan 由于发布的话题/scan是二维数据,在处理时没有点云数据方便,所以想把二维雷达数据转换为PointCloud2点云数据通过订阅/scan 可以将其转换为点云数据 ...
基于固态激光雷达Livox的建图与定位系统！提供Docker自测！
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨黄思渊来源丨计算机视觉life 今天介绍一个最新的SLAM开源算法,作者开源了一套完整易用的 ...
终于开源！基于Overlap的激光雷达全局定位算法！
今天向大家介绍德国波恩大学 StachnissLab 的 Xieyuanli Chen 最新的开源算法. 本次介绍的论文题目: Learning an Overlap-based Observatio ...
目前缺少用于语义分割的 3D LiDAR 数据吗？关于三维点云数据集和方法的调查
目前缺少用于语义分割的 3D LiDAR 数据吗?关于三维点云数据集和方法的调查原文 Are We Hungry for 3D LiDAR Data for Semantic Segmentatio ...
机器人学习--全局定位（阿尔伯塔大学张宏教授报告）
转自:https://new.qq.com/omn/20200816/20200816A0I8KP00.html 1 机器人导航大家都知道,机器人分不同形式,有操作的机器臂,还有移动机器人,所有移动 ...
Patchwork++论文阅读——基于3D点云的快速鲁棒地面分割算法
文章目录摘要 1. 介绍 2. 相关工作 A. 基于学习的地面分割方法 B. 传统的地面分割方法 C. 地面分割的应用 3. PATCHWORK++:快速.稳健.自适应的地面分割 A. 问题定义 B ...

机器人学习--基于3D激光雷达数据的MCL全局定位

机器人学习--基于3D激光雷达数据的MCL全局定位相关推荐

最新文章

热门文章