RAL论文 IG-LIO论文阅读总结

主要工作

GICP配准在紧耦合框架下的推导;在一个体素内存储多个点云的信息(点数,点的总和,协方差等)而不是单个点云,用于方便快捷的计算点云概率模型,代替传统的kd-tree最近邻查找计算方式;在faster-lio的ivox体素结构基础存储上述体素信息(个人理解)

引言写作思路:

第一段:体素结构最近邻查找对于kd-tree结构的时间优势,第二段:配准矩阵是lio的重要组成部分,配准矩阵的计算方法引出GICP,优点和缺点介绍。引入自己的工作。

其他细节:

使用体素降采样单帧点云,单帧点云kd-tree查找最近邻计算点的概率模型
卡方检验移除outliers
代码写的很好,寒假认真学习下

  • 10
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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