基础:
优化库:
A Comparison of Graph Optimization Approaches for Pose Estimation in SLAM
GPS-SLAM:
ICGVINS P3-VINS
书籍:《GPS原理与接收机设计》 谢钢
GitHub1s PSINS RTKLIB
伪距定位、多普勒定向、载波定位、差分定位
自动驾驶传感器(五):卫星导航GPS-RTK原理(2W字) - 知乎
解析:GNSS使用伪距定位(米级)+多普勒定向,考虑不同卫星钟差,坐标系ECEF、ENU、Local系,三者对齐,其中ENU与Local仅涉及yaw角对齐,ECEF与ENU可以直接公式转换。
对齐位置与角度:
1、SPP粗对准
2、yaw校正--多普勒
3、anchor point 重优化--伪距+钟差
思考:添加载波或者ppp-rtk提高精度
视觉SLAM:
VINS、vinsfusion、vins-gnss、vins-wheel
OPENVINS
ORBSLAM
MSCKF MSCKF-2.0
激光SLAM:
Fast-LIO LIO-SAM等
视觉+激光SLAM:
LVI-SLAM
point-line-plane SLAM:
ObjectSLAM:
https://arxiv.org/pdf/2304.05146v2.pdf
Gaussian Splitting:
https://arxiv.org/pdf/2308.04079.pdf
轮速VIO:
Visual-Inertial Localization for Skid-Steering Robots with Kinematic Constraints
解析:轮速为差速模型,添加胎压、质心状态估计,地面流形约束
Visual-Inertial Odometry Tightly Coupled with Wheel Encoder Adopting Robust Initialization and Online Extrinsic Calibration
解析:VINS-Mono融合轮式编码器和GPS(一):预积分_wallong的博客-CSDN博客
思考:可以添加旋变器的观测
二维码:
apriltag aruco 等tagslam
深度学习:
AVP-SLAM
构建语义车位点云,使用轮速+imu+视觉定位拼接点云
Nerf-SLAM
能观性分析:
待更新
https://www.xjx100.cn/news/387357.html?action=onClick
再来一点思考:
目前没有看到L2+用SLAM在乘用车上,大都轮速+rtk类似方案,欢迎补充~
ppp-rtk+vision+wheel可能更符合车载需求
添加约束:
- 假设地面是平面,施加平面约束,如VINS on wheel
- 假设机器人处于平面,但施加更严格的地面约束判断
- 假设地面是流形,如
- 考虑车辆运动学