激光SLAM

1、激光分类

维度分类:

a、二维激光(单点反射、平面、旋转台)

b、三维激光

距离分类:

a、近距离:壁障、碰撞检测、路边检测

b、远距离:行人检测、定位、建图

特点:

优点:

a、可以直接获取深度信息;

b、不受环境光照影响,比较稳定;

缺点:

a、稀疏性;

b、几何信息区分度小;

SLAM研究历史

1、反光板定位(二维)

2、ekf特征定位(二维) 主要形式为角点、线。 一般要配以里程计、imu,或者运动模型来提供运动预测 算法以ekf、粒子滤波等模型形式。

http://blog.csdn.net/renshengrumenglibing/article/details/8604245

3、点或特征的ICP(二维) 里程计推导用直接的ICP替代了之前的efk过程。 定位使用粒子滤波方式。 最有代表性的是gmapping

4、技巧 1.去除信息量较少的点、例如分割去除地面、动态物体等 2.只提取一些关注信息,例如路牙 3.多种方法融合,ndt和特征、激光和相机等。 4.往二维方法上靠,二维网格、二维配准方法等。 5.隐性的借鉴十年前的有效方法 6.更强调工程型,例如行人检测等内容 7.闭环检测很多情况下不需要、不现实。(A Flexible and Scalable SLAM System with Full3D Motion Estimation)。

LOAM

 

posted on   gary_123  阅读(3081)  评论(0编辑  收藏  举报

编辑推荐:
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
阅读排行:
· 地球OL攻略 —— 某应届生求职总结
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 提示词工程——AI应用必不可少的技术
· .NET周刊【3月第1期 2025-03-02】

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

统计

点击右上角即可分享
微信分享提示