激光SLAM算法学习（三）—

3D激光SLAM

1、3D激光SLAM的介绍
3D激光SLAM的输入:
IMU数据
3D激光雷达数据
里程计数据

3D激光SLAM的输出:
3D点云地图
机器人的轨迹 or PoseGraph

2、3D激光SLAM的发展
3D激光SLAM的帧间匹配方法——点云配准算法
Point-to-Plane ICP
Feature-based Method

3D激光SLAM的回环检测方法
Scan-to-Scan
Scan-to-Map
Branch and Bound & Lazy Decision

目前主流激光SLAM算法：
1、LOAM-纯激光，匀速运动假设，无回环。
2、V-LOAM-视觉激光融合、漂移匀速假设，无回环。
3、VELO-视觉激光融合，无运动畸变假设，有回环

3、3D激光SLAM的应用
数据的预处理：
轮式里程计的标定
不同系统之间的时间同步
激光雷达运动畸变去除

与视觉的融合：
3D激光雷达为视觉特征提供深度信息
视觉辅助激光雷达进行运动畸变去除
视觉辅助回环检测
视觉提供精确里程信息

激光SLAM中的问题：
1、退化环境(Degeneration Environment)
2、地图的动态更新(Map Update)
3、全局定位(Global Localization)
4、动态环境定位(Dynamic Localization)

激光SLAM算法学习（三）——3D激光SLAM相关推荐

3D激光雷达SLAM算法学习01——3D激光SLAM整体框架
#1.3D激光雷达系列主要内容结合个人毕业设计和日后发展方向,开始学习3D激光雷达的相关感知算法,预计SLAM(定位和建图)开始,本篇给出简单的框架和绪论,后边会按照图优化/滤波原理.传感器基础.数 ...
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 ...
多传感器融合定位三-3D激光里程计其三：点云畸变补偿
多传感器融合定位三-3D激光里程计其三:点云畸变补偿 1. 产生原因 2. 补偿方法 Reference: 深蓝学院-多传感器融合多传感器融合定位理论基础文章跳转: 多传感器融合定位一-3D激光里 ...
一起自学SLAM算法：7.7 典型SLAM算法
连载文章,长期更新,欢迎关注: 写在前面第1章-ROS入门必备知识第2章-C++编程范式第3章-OpenCV图像处理第4章-机器人传感器第5章-机器人主机第6章-机器人底盘第7章-SLA ...
转：SLAM算法解析：抓住视觉SLAM难点，了解技术发展大趋势
SLAM(Simultaneous Localization and Mapping)是业界公认视觉领域空间定位技术的前沿方向,中文译名为"同步定位与地图构建",它主要用于解决机器 ...
SLAM算法解析：抓住视觉SLAM难点，了解技术发展大趋势
最新人工智能论文:http://paperreading.club SLAM(Simultaneous Localization and Mapping)是业界公认视觉领域空间定位技术的前沿方向,中文 ...
3D激光雷达SLAM算法学习03——前端里程计方案
1.本篇大纲 2.前端里程计综述解决的问题:由原始点云信息求解得到两个关键帧之间的相对位姿约束输入:原始点云信息输出:两个时刻之间的位姿关系 P = [R T] (4x4) 主流流程: 点云预处 ...
SLAM算法学习(2): SLAM原理理顺
slam原理流程详解:http://www.360doc.com/content/10/0928/16/3482759_57075454.shtml (这里面主要涉及到自主定位部分,但并未谈到地图特征 ...
算法学习三：使用霍纳规则计算多项式
霍纳规则中的算法思想在<算法导论>第二章的思考题中,描述了利用霍纳规则计算多项式的方法.以前自己在写程序的时候都是傻傻的简单粗暴地直接上了,看到这个算法的时候眼前一亮,就多看了一些,果然 ...

激光SLAM算法学习（三）——3D激光SLAM

3D激光SLAM

激光SLAM算法学习（三）——3D激光SLAM相关推荐

最新文章

热门文章