反光柱建图和定位总结

最新推荐文章于 2024-07-24 18:46:17 发布
最新推荐文章于 2024-07-24 18:46:17 发布
阅读量1.9k 收藏 6
点赞数 1
分类专栏： slam学习笔记 文章标签： slam 反光柱
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/kobesdu/article/details/125000755
版权
本文总结了反光柱建图的流程，指出在实时建图过程中可能出现的累积误差问题，建议采用类似SLAM的回环优化方案。同时，进行了定位精度测试，对比激光追踪仪数据以评估反光柱定位的准确性。未来计划添加功能以进一步测试定位精度。参考了万集雷达的上位机建图方法，并提供了相关视频链接。
摘要由CSDN通过智能技术生成

反光柱建图流程

实际的算法测试发现，如果一边控制车走，一边程序自动建图，会出现在真实的柱子周围飞出多余的点。这个应该是累积误差引起的。需要像slam算法中，进行回环优化。因此暂时采用手动加点，到一个位置后，界面点击添加新点，才会把扫到的反光柱记录下。

 

界面截图

 

了解本专栏 订阅专栏 解锁全文 超级会员免费看
kobesdu
关注
专栏目录
订阅专栏
基于激光雷达和反光板的移动机器人定位方法研究.pdf
03-13
本研究工作提出了一个基于二维激光雷达和反光板辅助的移动机器人定位方法，旨在提高定位精度和鲁棒性，同时降低系统成本。为了更好地理解该论文的内容，我们将其知识点进行详细阐述。 知识点一：移动机器人定位技术...
SLAM从入门到精通（基于ros的反光柱定位）
嵌入式-老费，一个分享专业嵌入式知识的blog
10-25 1699
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】 我们看论文或者看书的时候，讲的最多的一般就是基于自然环境的定位。不管是激光雷达，还是视觉，其实本身还有很多的不确定性。而对企业、工厂来说，大部分情况下没有办法容忍这种不确定性的。所以很多时候，企业里面用的定位技术往往不是那么高大上的技术，比如激光就用反光柱，视觉就用二维码等等。这里反光柱定位多用于大型物流设备，也算是用的比较多的一种定位方法。 ros上面其他slam
反光柱建图venus和我的方案
南北粉面馆
09-16 2240
venus的方式是一种纯反光柱的方案， 网址:https://gitee.com/dustinksi/VEnus 视频地址:https://www.bilibili.com/video/av80266705/ 这套系统代码可以参考，包括反光柱的提取，地图的建立，定位求解方式，编译通过后就可以自己掉接口使用了。 我的思路： 我这里使用了另一种和轮廓slam融合的方式，就是使用cartographer建图时把每个反光柱（可以当做没有旋转权重为0的landmark）的位置通过过后端一起优化求出来。然后导航的时候使
基于激光雷达实现三边定位算法开发记录（七）——反光柱匹配
木牛的博客
07-24 86
22年暑假实习过程中第一个开发任务，基于实现三边定位功能开发平台为ubuntu 18.04 + ros melodic日期：2022.7.27本次实现：在能对拟定圆心数据进行保存和读取之后，本次将用上一次保存的数据作为目标数据，再将激光雷达换位置后的当前数据与其进行匹配，从当前的五个反光柱中找出需要的三个目标反光柱。匹配的原理是将预先录入系统的反光柱之间的边长一一去和当前能识别到的反光柱之间的边长匹配，识别出目标反光柱。并返回目标反光柱的坐标以便后期进行三边实现。
venus反光柱建图记录
南北粉面馆
02-24 1570
首先把常用的数据结构记录一下 IntensityPoint2D 一个激光强度点 IntensityRange2D 激光强度点的集合 Feature2DWithID 一个反光柱的点 Feature2DLlist 反光柱点的集合 Feature2DAdjacency 相邻特征点 AdjacencyList 反光柱点的集合，相邻特征点的集合 RobotPose 机器人的位姿 首先第一个函数：使用（Intensity方法） extract_handler->Extrac
反光板导航SLAM（四）如何通过两个反光柱估计位姿
YiYeZhiNian的博客
03-28 1846
通常而言确定空间中的一个点的坐标需要三个点，也就是俗称的三点定位。但是在某些时候，场景内可能不一定能够采样到足够多的反光柱，比如只有两个。这个时候看起来似乎参数是不足的，毕竟机器人的参数有三个，两个方程是不够的，但是这个方程其实也不是没有解的方式，具体的解答方式继续往下看
反光板导航SLAM-反光柱导航开发与实验
3D视觉工坊
07-14 703
作者：一叶执念 | 来源：古月居VEnus算法对于反光柱导航的基本思路，其主要分为了高反点提取、高反点聚类查找中心、高反点与已知反光柱位姿匹配以及调用ceres库进行位姿优化等步骤。然后在这个算法的基础上，再进行一定的开发达到一个比较稳定且可视化的版本。使用：ffmpeg -f x11grab -framerate 25 -video_size 1920*1080 -i :0.0 out.mp4...
1. 基于反光柱特征的激光定位算法思路
Walking_roll的博客
03-03 885
比如我们设定右边多边形图的一个像素代表0.1米，则lidar扫描到的点之间的距离如果是3.132m，在右边图中就是31个像素（int）3.132/0.1。这个像素值作为多边形图中map数据结构的key，在根据真实的边长寻找匹配时，可以快速定位要寻找边的范围，比如3.132m的边在key为[31,32]范围内寻找匹配。大体思路是，根据激光雷达扫描到反光材料的反射值来确定扫到反光柱开始和结束的两条线束，计算两者之间的夹角，根据三角关系就能算出反光柱圆心到激光雷达的dist和angle。
基于激光雷达实现三边定位算法开发记录（四）——确定多根反光柱位置
weixin_48702107的博客
07-21 1244
由于实现三边定位需要先找反光柱的圆心，目前计划先找出激光雷达获取反光柱反射激光的最强点，该点到激光雷达的距离加反光柱半径近似于圆心，误差在于激光雷达本身精度误差，可以接受。本次将优化查找高强点函数，并将高强点组传入查找最大值函数组内最强点，将最强点距离加上反光柱半径再进行运算，解算出反光柱圆心坐标，并在日viz中可视化。.........
基于激光雷达实现三边定位算法开发记录（六）——对拟定圆心进行保存和读取
weixin_48702107的博客
07-26 779
在完成圆心拟定后，下一步是进行反光柱的匹配，匹配的原理是将预先录入系统的反光柱之间的边长一一去和当前能识别到的反光柱之间的边长匹配，识别出所需要的反光柱。本次完成将上次通过三角函数法拟定圆心坐标数据保存到txt文件当中作为预先录入系统的反光柱坐标，然读取保存的文本，将其还原为坐标信息，以便后期去对比匹配。......
基于激光雷达实现三边定位算法开发记录（二）——查找多个反光柱数据
weixin_48702107的博客
07-20 1199
由于实现三边定位需要先找反光柱的圆心，目前计划先找出激光雷达获取反光柱反射激光的最强点，该点到激光雷达的距离加反光柱半径近似于圆心，误差在于激光雷达本身精度误差，可以接受。由于昨天已经找到了反光柱的最强点，但是同一时间只能找到一个，不适用与三边定位所需要的三个，因此这次需要实现找到多个反光柱目标。............
基于C#开发的倍加福激光雷达反光柱定位系统+源码（毕业设计&课程设计&项目开发）
最新发布
09-10
基于C#开发的倍加福激光雷达反光柱定位系统+源码，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用~ 基于C#开发的倍加福激光雷达反光柱定位系统+源码，适合毕业设计...
R2000反光板定位系统使用手册
12-23
### R2000反光板定位系统使用手册 #### R2000硬件选型与接线 **硬件规格**： 本手册所涉及的R2000硬件由倍加福(P+F)提供，其具体规格需参照倍加福官方发布的最新资料。R2000是一款专为工业自动化设计的反光板定位...
医学图像反光检测和去除
01-12
因此，反光检测和去除是图像预处理的重要环节，旨在提高图像质量，确保后续分析的准确性。本文将深入探讨这一主题，并以MATLAB编程语言为工具，介绍相关算法和技术。 反光检测主要目标是识别图像中高光区域。一种...
基于激光雷达实现三边定位算法开发记录（三）——反光柱rviz可视化
weixin_48702107的博客
07-21 1305
由于实现三边定位需要先找反光柱的圆心，目前计划先找出激光雷达获取反光柱反射激光的最强点，该点到激光雷达的距离加反光柱半径近似于圆心，误差在于激光雷达本身精度误差，可以接受。本次将找到的最强点暂时确定为圆心，根据这个圆心坐标在rviz中可视化反光柱模型。......
YB菜菜的毫米波雷达自学之路（五）——几个典型物体的角反射器RCS计算
byang_18的博客
03-15 5951
图1图 2 是在淘宝上买的一个三角反射器，白纸上是淘宝给的角反射器参数：aL55mmλ3.9mmRCS2.5m2)RCS4dBm2用图1中的公式简单计算：RCS≈2.4m2)RCS≈3.8dBm2图2总体上大差不差。
agv反光柱定位代码
06-02
AGV反光柱定位的代码需要根据具体的硬件设备和算法进行编写。以下是一个简单的例子，用于演示如何通过光电传感器识别反光柱，并计算AGV的位置。 ```python # 导入相关库 import RPi.GPIO as GPIO import time # 设置GPIO口模式 GPIO.setmode(GPIO.BOARD) # 定义反光柱引脚 PIN_REFLECTOR = 11 # 设置GPIO口为输入模式 GPIO.setup(PIN_REFLECTOR, GPIO.IN) # 定义AGV的位置和运动方向 x = 0 y = 0 theta = 0 # 定义反光柱的位置 reflector_x = 10 reflector_y = 20 # 定义AGV的运动速度 speed = 1 # 定义时间间隔 interval = 0.1 # AGV开始运动 while True: # 读取光电传感器的数值 reflector_value = GPIO.input(PIN_REFLECTOR) # 如果检测到反光柱 if reflector_value == 1: # 计算AGV的位置和运动方向 delta_x = reflector_x - x delta_y = reflector_y - y distance = math.sqrt(delta_x**2 + delta_y**2) theta = math.atan2(delta_y, delta_x) x += speed * interval * math.cos(theta) y += speed * interval * math.sin(theta) # 等待一段时间 time.sleep(interval) ``` 需要注意的是，以上代码仅供参考，实际使用中需要根据具体硬件设备和算法进行修改和优化。
评论 3
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

打赏作者

kobesdu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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