A SLAM Framework for 2.5D Map Building Based on Low-Cost LiDAR and Vision Fusion

最新推荐文章于 2023-02-24 06:17:29 发布
最新推荐文章于 2023-02-24 06:17:29 发布
阅读量1.1k 收藏 8
点赞数 1
分类专栏： 激光视觉融合SLAM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Zlp19970106/article/details/107597011
版权

文章目录

1. Introduction

介绍了两种主流的SLAM方法：LiDAR和Visual，并介绍了其发展过程，然后提到了一些融合LiDAR和Visual的研究，当前硬件的价格和性能的矛盾，最后提出了本文的两点主要贡献：

  1. 提出了低成本激光视觉SLAM系统
  2. 对比特征地图，提出了能够快速重定位和回环检测的2.5D地图，该地图可以直接用于路径规划。

2. SLAM Framework Based on Graph Optimization

在这里插入图片描述

分别说明了使用视觉和LiADR各自相邻两帧之间的重投影误差构建的代价函数：
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

最低0.47元/天 解锁文章
AutoMan-USTC
关注
专栏目录
论文笔记_S2D.56_基于视觉和激光雷达融合的SLAM（综述2020）
惊鸿一博
12-12 4130
目录 基本情况： I SLAM II V-SLAM III LiDAR Based SLAM IV LiDAR-Camera Fusion 基本情况： 出处：Debeunne C, Vivet D. A Review of Visual-LiDAR Fusion based Simultaneous Localization and Mapping[J]. Sensors, 2020, 20(7): 2068. I SLAM 1、SLAM的概率方法解释 2、基于图的SLAM框架 II
基于视觉的机器人抓取: 论文及代码(Vision-based Robotic Grasping: Papers and Codes)
热门推荐
dsoftware的博客
10-22 2万+
最近总结了基于视觉的机器人抓取的相关论文及代码，同步于github。根据抓取的类别，基于视觉的机器人抓取可以分为两类：2D平面抓取以及6D空间抓取。这个页面总结了近年来涉及到的各种各样的方法，其中大部分都使用了深度学习。总结的中文框架结构如下： 0.综述论文 1. 2D平面抓取 这类方法将抓取，用平面内旋转的矩形框表示； 1.1基于RGB或者RGB-D的方法 采用基于目标检测类的方法，直接得到2D...
使用多个无人机的2.5D地图
FEISILAB(飞思实验室）
11-23 1227
提出了一种利用多个无人机构建室内2.5D地图的方法。每架无人机都可以为全局地图的一部分绘制地图，并将每个3D本地地图转换为2.5D地图后合并在一起。通过创建一张考虑到室内环境中各种障碍物和复杂结构的地图，表明该方法可以帮助地面机器人实现自主驾驶。
Visual-lidar+odometry+and+mapping_+low-drift,+robust,+and+fast.pdf
10-22
Abstract— In this paper, we develop a low-cost stereo visualinertial localization system, which leverages efficient multistate constraint Kalman filter (MSCKF)-based visual-inertial odometry (VIO) while utilizing an a priori LiDAR map to provide bounded-error 3D navigation. Besides the standard sparse visual feature measurements used in VIO, the global registrations of visual semi-dense clouds to the prior LiDAR map are also exploited in a tightly-coupled MSCKF update, thus correcting accumulated drift. This cross-modality constraint between visual and LiDAR pointclouds is particularly addressed. The proposed approach is validated on both Monte Carlo simulations and real-world experiments, showing that LiDAR map constraints between clouds created through different sensing modalities greatly improve the standard VIO and provide bounded-error performance.
A Novel Framework for 2.5-D Building Contouring From Large-Scale Residential Scenes论文阅读笔记
最新发布
qq_50199113的博客
02-24 374
三维重建论文学习
2-2.5-3D的室内场景理解
吴建明wujianming_110117
03-28 1152
2-2.5-3D的室内场景理解 主要内容 摘要随着低成本、紧凑型2-2.5-3D视觉传感设备的出现，计算机视觉界对室内环境的视景理解越来越感兴趣。本文为本课题的研究提供了一个全面的背景，从历史的角度开始，接着是流行的三维数据表示和对可用数据集的比较分析。在深入研究特定于应用程序的细节之前，简要介绍了在文献中广泛使用的底层方法的核心技术。之后根据基于场景理解任务的分类，回顾了所开发的技术：包括全局室...
深入理解如何不费吹灰之力搭建一个无人驾驶车（五）2.5D-汽车自主部分（从无到有自己写一个主流无人驾驶框架如apollo）（CSDN独创）
qq_38588806的博客
03-14 3241
五、从无到有自己动手写个主流无人驾驶汽车框架（如apollo）（CSDN独创） 注1：必须先看完前四章再看这一章，如果想看得轻松请看《概率机器人》与《机器人学状态估计》完再看 注2：必须先考完驾照再看 注3：本文不同于CSDN其他文章，吹理论不是本文的风格，本文的目的实实在在地教大家写 注4：本文叙述的是2.5D框架，目前主流就是2.5D，3D可以实现但是计算资源消耗太大，博主个人观点：等5...
【基础整理】Mapping representation 机器人所用地图种类及相关介绍
这里是张聪明，正在学习中，请稍后
09-03 2063
本文主要介绍 建图 Mapping 方面的一些 基础知识介绍与相关下游任务使用涉及知识较为基础，SLAM大佬们可以提前退出了 主要针对应用为移动机器人与物流无人驾驶车；提前申明：大部分文字/图片，翻译/截图于 来自 Introduction to Mobile Robotics, Techniques for 3D Mapping, Wolfram Burgard 的PPT内容。
视觉和激光雷达融合SLAM综述-最新2020
Zlp19970106的博客
07-26 1万+
视觉和激光雷达融合SLAM综述
（八：2020.08.27）CVPR 2020 追踪之论文纲要（译）
Jojo论文基地
08-27 1万+
CVPR 2019 追踪之论文纲要（修正于2020.08.27）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 Respect！ 论文目录 论文 概要 12-in-1 - Multi-Task Vision and Language Repre
DL：CDBN 及 CDBN的应用3D ShapeNets 学习笔记
梦里水乡的专栏
03-15 9265
最近看了论文  3D ShapeNets: A Deep Representation for Volumetric Shapes 将所学到的东西稍作整理。 有关论文 Abstract 解决用3D data进行object detection 和从2.5Dmaps中恢复出整个3Dshapes问题，根据CDBN网络提出了3D ShapeNet： （1）学习不同种类不同poses
路径规划算法—Open Planner学习
weixin_42396991的博客
05-31 5547
关于Open Source Integrated Planner for Autonomous Navigation in Highly Dynamic Environments论文的阅读摘要，方便自己以后的学习。
基于搜索的路径规划算法
m0_46490744的博客
11-04 4470
基于搜索的路径规划算法 ——针对A* LPA*算法的理解 1.引言 对于研究系统优化和生产调度相关的课题，掌握对应的路径规划算法是必不可少的能力。移动一个简单的物体看起来是容易的，而路径搜索是复杂的。 根据是否考虑经验法则算法，可以将路径规划算法分为盲目式算法和启发式搜索算法。 解决有向正权值图类规划的Dijkstra算法，可以计算含有负权的Ford算法，系统检查图中所有节点的广度优先算法等等，都属于盲目式算法。这类算法的特点是，可以找到最优路径或最短路径，尽管搜索过程过于盲目即耗费的时间长，搜索的范围广。
SLAM （即时定位与地图构建）
诗筱涵的博客
06-07 1106
千万不要SLAM的中文意思都说不出来，当初校招面试被问到过。 SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。问题可以描述为：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边移动一边逐步描绘出此环境完全的地图，所谓完全的地图（a consistent map）是指不受障碍行进到房间可进入的每个角落。 ...
2d与2.5d坐标转换_视觉SLAM:搞定坐标系、三角测量、PnP
weixin_39932939的博客
11-06 936
1.正文四个坐标系：世界坐标系、相机坐标系、图像坐标系、像素坐标系。世界坐标系：机器人或相机运动过程中，肯定需要知道它的位置，因此需要设定世界坐标系，认定固定不动，作为 参考坐标系，描述世界中的任何一点P（Xw,Yw,Zw)。相机坐标系：相机或机器人运动的一个坐标系，通过世界坐标系的变换（旋转R,平移T）计算得到。因此主要是将 世界坐标系描述的点坐标P（Xw,Yw,Zw)转换成相机坐标系下描述P（...
SLAM 建立局部二维栅格地图的一种方法
weixin_30888027的博客
06-08 3813
转载请说明出处：http://blog.csdn.net/zhubaohua_bupt/article/details/72923373 二维占据栅格地图(栅格地图)广泛应用于移动机器人导航领域中，比如路径规划、实时避障。 栅格地图的绘制通常有两种方式，一种是通话雷达扫描，另一种是通过相机获取场景三维点云，然后再绘制栅格地图． 本篇博客讲述的是一种基于深度相机的建图方法.深度相机可以...
Slam(即时定位与地图构建)
moonlightpeng的博客
05-31 1万+
Slam(即时定位与地图构建) 知识篇
（二）SLAM拓扑地图（地图的优化）
沧海一帆的专栏
07-29 7662
本文主要实现slam中图优化中的回环优化。 对以下的拓扑地图进行图优化。 参考http://blog.csdn.net/heyijia0327/article/details/476865231.问题及推导对此图优化问题表述如下： 假设一个机器人初始起点在x0处，设这个起始点固定。然后机器人向前移动，通过编码器测得它向前移动了1m，到达第二个地点。接着，又向后返回，编码器测得它向后移动了0
RGB-D相机SLAM技术综述：推动智能机器人自主导航
本文综述了基于RGB-D相机的SLAM（同时定位与地图构建）技术在计算机工程与应用领域的重要性。自从仿生学与智能机器人技术兴起，SLAM作为关键技术，一直在推动着机器人自主导航能力的提升。传统的视觉SLAM，尤其是单...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值