激光SLAM算法 -1:激光SLAM简介
1:SLAM是什么
SLAM是同步定位与地图构建(Simultaneous Localization And Mapping)的缩写,最早由Hugh Durrant-Whyte 和 John J.Leonard提出。SLAM主要用于解决移动机器人在未知环境中运行时定位导航与地图构建的问题。
SLAM通常包括如下几个部分,特征提取,数据关联,状态估计,状态更新以及特征更新等。其中包括2D-SLAM和3D-SLAM。一下大概分为三种形式:
Localization:在给定地图的情况下,估计机器人的位姿。
SLAM:同时估计机器人的位姿和环境地图。
Mapping:在给定机器人位姿的情况下,估计环境地图。
2:SLAM的分类
3:SLAM框架
3.1图优化
节点之间的约束:建图过程中会产生一个节点x1x_1x1和x2x_2x2节点连接的边,边的值为x1−1⋅x2x_{1}^{-1} \cdot x_{2}x1−1⋅x2。其表示的为两个节点的位姿关系,也就是空间约束关系。
图优化的前端是构图 ,后端是进行优化。
从节点1到节点N,是构图的过程,若节点1和节点N是相似的,将节点N和节点1相连接得到回环检测,从节点1到节点N得到一个位姿T1T_{1}T1,从节点N到节点1得到一个位姿为T2T_{2}T2,则理想情况下两个位姿的关系为T1−1×T2=IT_{1}^{-1} \times T_{2}=IT1−1×T2=I。但是由于误差的存在,则就得到一个误差项,再通过后端进行优化,让误差项趋近于0。
图优化的例子
3.2滤波优化
图优化和滤波优化的区别:滤波优化仅仅估计当前时刻的位姿,不估计之前时刻的位姿,造成的误差较大。小环境下gmapping会得到很好的效果,用的滤波的方法。
1:状态预测:就是里程计得到机器人的位姿
2:测量预测:通过测量函数
3:进行测量:真实值的测量
4:数据关联:
5:地图更新
IMU主要是测量线速度和角速度,如果用里程计测角度会造成很大的误差。
ICP的误差是点对点的。
PI-ICP的误差是点对线的。
NDT:把地图看成高斯分配的集合
CSM:相关扫描匹配:建立自然场模型,进行暴力搜素。计算量大,优点不会陷入局部极值里面。
STS:淘汰
STM:cartographer的运用:
MTM:把n帧激光聚合一个子图和过去的子图进行匹配。
梯度优化的开源:hectorSLAM,把匹配问题建模成非线性最小二乘的优化问题,因为它对初值敏感。
CSM:精度取决于像素的大小。
CSM+梯度优化 :先通过暴力搜素进行粗优化,再通过最小二乘进行细优化:cartographer。
轮式里程计:分为离线标定和在线标定。
运动畸变:激光旋转过程中,扫描的起始点和结束点存在角度差。
激光SLAM算法 -1:激光SLAM简介相关推荐
- SLAM算法总结——经典SLAM算法框架总结
SLAM算法总结--经典SLAM算法框架总结 SLAM算法总结--经典SLAM算法框架总结 SLAM算法总结--经典SLAM算法框架总结 从研究生接触SLAM算法到现在也有两三年了,期间学习了很多经典 ...
- slam算法_[招聘] SLAM算法工程师
欢迎私信! 岗位:1-2名 薪资:25-50k 工作地点:深圳市龙岗区 工作职责 1. 基于激光雷达(LiDAR)或视觉SLAM的导航定位的算法和系统开发,包括但不限于: 2. 定位导航系统选型设计, ...
- slam算法_[招聘] SLAM算法工程师(实习生亦可)
欢迎私信! 岗位:1-2名 薪资:15-35k 工作地点:深圳市龙岗区 实习生包住 工作职责 1. 基于激光雷达(LiDAR)或视觉SLAM的导航定位的算法和系统开发,包括但不限于: 2. 定位导航系 ...
- 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 ...
- 八种常用激光雷达和视觉SLAM算法的评估与比较
文章:Evaluation and comparison of eight popular Lidar and Visual SLAM algorithms 作者:Bharath Garigipati ...
- MULLS:一种基于多尺度线性最小二乘的激光SLAM算法
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨paopaoslam 来源丨 泡泡机器人SLAM 标题:MULLS: Versatile LiD ...
- 激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
应用背景介绍 自主导航是机器人与自动驾驶的核心功能,而SLAM技术是实现自主导航的前提与关键.现有的机器人与自动驾驶车辆往往会安装激光雷达,相机,IMU,GPS等多种模态的传感器,而且已有许多优秀的激 ...
- 彻底剖析激光-视觉-IMU-GPS融合SLAM算法:理论推导、代码讲解和实战
应用背景介绍 自主导航是机器人与自动驾驶的核心功能,而SLAM技术是实现自主导航的前提与关键.现有的机器人与自动驾驶车辆往往会安装激光雷达,相机,IMU,GPS等多种模态的传感器,而且已有许多优秀的激 ...
- 复现lio_sam激光slam算法创建点云地图
实验环境:ubuntu16.04+ROSkinetic+robosense16线+xsense_mti_700惯导+pcl1.9.0+gtsam4.0.2 一.LIO_SAM简介 论文:https:/ ...
- 2D激光SLAM算法汇总
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者:小小酥 | 来源:知乎 https://zhuanlan.zhihu.com/p/7833413 ...
最新文章
- html web form id,小程序如何获取多个formId实现详解
- Stanford机器学习笔记-5.神经网络Neural Networks (part two)
- SAGE(SAGEMATH)密码学基本使用方法
- Dart_VM的相关简介与运行模式解析
- 在线编写php文件,php单文件版在线代码编辑器_php实例
- 5815. 扣分后的最大得分
- dll放在unity哪个文件夹下_unity中调用dll文件总结
- Linux下mail服务器应用之邮件系统的安全性
- Java基础笔记-String类
- Flink 在快手实时多维分析场景的应用
- thinkphp 每个页面自定义加载对应指定的js、css
- VC2012 学习记录
- 微信小程序图片上传并预览
- 苹果修改wifi密码登陆服务器密码,iphone手机修改wifi密码
- LIMEWIRE公司COO(首席运营官)Greg Bildson访谈
- Database—DML
- 收藏behavior designer中文教程
- 视频书单号到底好不好做,能不能赚钱?
- IT大佬告诉你大数据有哪些特点,新人学习必知
- 手把手教你做一个电子胸牌
热门文章
- 曾刷新两项世界纪录,腾讯优图人脸检测算法 DSFD 正式开源...
- 水浸传感器漏水探测器作用原理
- 转载系列【检测】| CVPR2020:Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Trai
- 干货教程:APK反编译神器 安卓修改大师,一步步教你如何美化和修改安卓应用
- java winrar_java 利用系统WinRAR解压缩(zip/rar压缩文件)
- 阜南携手亚信安全 共筑“智慧阜南”安全网
- dlopen failed: library “libomp.so“ not found
- 使用JavaScript获取文本框的值方法
- Gbase8a第一阶段测试-试题整理
- GitLab删除项目没有删掉,报500错误解决方案