LIPS：LiDAR-惯性 3D 平面 SLAM：LiDAR-Inertial 3D Plane SLAM

最新推荐文章于 2023-04-11 15:16:22 发布
最新推荐文章于 2023-04-11 15:16:22 发布
阅读量425 收藏 1
点赞数
分类专栏： 论文阅读 文章标签： 自动驾驶 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/qq_35102059/article/details/122943671
版权

摘要：

本文介绍了最近点平面表示的形式化，并分析了它在 3D 室内同时定位和映射 (SLAM) 中的结合。 我们提出了一个利用最近点平面表示的无奇点平面因子，并在基于图形的优化框架中展示了它与惯性预积分测量的融合。 由此产生的 LiDAR 惯性 3D 平面 SLAM (LIPS) 系统在定制的 LiDAR 模拟器和真实世界的实验中都得到了验证。

期刊：

Intelligent Robots and Systems.Oct 2018

和道一文字_
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
SLAM综述之Lidar SLAM
点云PCL
05-08 3753
SLAM包含了两个主要的任务：定位与构图，在移动机器人或者自动驾驶中，这是一个十分重要的问题：机器人要精确的移动，就必须要有一个环境的地图，那么要构建环境的地图就需要知道机器人的位置。 本系列文章主要分成四个部分： 在第一部分中，将介绍Lidar SLAM，包括Lidar传感器，开源Lidar SLAM系统，Lidar中的深度学习以及挑战和未来。 第二部分重点介绍了Visual SLAM，包括相机传感器，不同稠密SLAM的开源视觉SLAM系统。 第三部分介绍视觉惯性里程法SLAM，视觉SLAM中的深度学习以
matlab的egde源代码-lips:LiDAR惯性3D平面模拟器
05-21
matlab的egde源代码LiDAR惯性3D平面模拟器 该存储库中有一个LiDAR惯性3D平面模拟器，该模拟器允许创建通过3D环境的自定义轨迹，并以给定速率通过它发送传感器套件。 最简单的入门方法是将此存储库克隆到您的ROS工作空间中，并使用示例数据集进行操作。 请阅读以下有关如何入门的指南，并查看软件包目录中的自述文件，以获取有关每个软件包的更多详细信息。 示范影片 这是在此模拟器顶部运行的LiDAR惯性估算器的视频。 利用此模拟器的论文“ LIPS：LiDAR-Inertial 3D Plane SLAM”将在IROS 2018上发表。 包装说明 lips_comm ：此软件包具有模拟器应发布的自定义消息文件。 lips_matlab ：包含MATLAB脚本以生成在3D环境中移动的模拟LiDAR传感器。 lips_simulator ：此软件包具有一个发布节点，该节点采用MATLAB导出的文件并在ROS上进行发布。 模拟示例 更快的快速入门指南 要使用现有数据集开始运行，请执行以下操作。 下载以下数据集之一 斯宾塞实验室大路径01- 斯宾塞实验室小径01- 斯宾塞实验室小径02-
LIPS: LiDAR-Inertial 3D Plane SLAM
qq_40268190的博客
02-11 442
文章目录平面表达点到平面的约束实验   基于平面约束的LIO系统，提出了使用到坐标原点最近的点来对平面进行表达和优化。本文着重于验证概念的可行性，实际应用还需要修正。   代价函数分为两个部分，IMU预积分和平面约束。预积分部分和常规方法相同。 平面表达   使用到坐标原点最近的点来表示平面，点和平面的自由度相同，在优化时比平面方程便捷。为了解决无法表达经过原点的平面的问题，将平面定义在激光坐标系下。使用相对位姿变换来在不同激光坐标系之间传递平面约束。 点到平面的约束   将点建模为带有高斯噪声的在平面上的
3D惯导Lidar SLAM
吴建明wujianming_110117
05-23 847
3D惯导Lidar SLAM LIPS: LiDAR-Inertial 3D Plane SLAM 摘要 本文提出了最近点平面表示的形式化方法，并分析了其在三维室内同步定位与映射中的应用。提出了一个利用最近点平面表示的无奇异平面因子，并在基于图的优化框架中证明了它与惯性预积测量的融合。所得到的LiDAR惯性三维平面SLAM（LIPS）系统在定制的LiDAR模拟器和实际实验中都得到了验证。 导言 准确、鲁棒的室内定位和地图绘制是非调音机器人应用的基本要求。室内环境通常是丰富的指示信息，如直线和平面，应加以利用
PlanarSLAM环境配置出现的问题以及解决方案
最新发布
qq_41295972的博客
04-11 760
作者已经在 ubuntu 16.04 和 ubuntu 18.04 中测试了该库，但它应该很容易在其他平台上编译。功能强大的计算机（例如i7）将确保实时性能并提供更稳定和准确的结果。freiburg3_structure_texture_far为例（在上面第二个链接里）使用修改版本的 DBoW2 库来执行位置识别，使用 g2o 库来执行非线性优化。用于测试 ICL-NUIM 序列的类似命令。OpenCV3.0/2.4.3以上。关联 RGB-D 对。DBoW2 和 g2o。CMake2.8以上。
sugar-lips:我的第一个网站
05-05
糖唇 这是我的第一个网站，我的蛋糕店主要使用HTML和CSS。
lips-reading:使用深度强化学习功能自动进行唇读
05-11
自动唇读 唇读，也称为视听识别，已被认为是语音识别任务的一种解决方案，尤其是在音频损坏或谈话在嘈杂的环境中发生时。 对于听障人士通过视频通话进行交流，它也是一个非常有用的工具。 然而，由于诸如输入中的...
asm-lips:GPU 加速的唇形追踪库
06-02
asm-lipsGPU 加速的唇形追踪库信息： 这是一个通用的唇部跟踪库。 它使用 Active Shape Model 算法，特别是详述的算法。 此代码与 Mastering OpenCV 中的代码大致相同，但使用 CUDA 进行了一些优化。...
lips:高密口香糖机
03-08
嘴唇这是一个的方言与运行快速虚拟机风格的。 它可以在AMD64 / ARM64以及其他64位平台上运行，但由于某些技术假设，很可能在32位上崩溃。 具体来说，它依赖于以下平台功能： 8字节指针对齐不超过61位的代码地址空间...
PlanarSLAM：基于结构化约束的视觉SLAM
3D视觉工坊
08-04 980
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达引言在我们所熟知经典SLAM系统，以ORB-SLAM为代表的通过特征点法在相机位姿估计方面有很好的表现，但在一些人为构造的弱纹理环境下...
polylidar:Polylidar3D-从3D数据中快速提取多边形
05-01
Polylidar3D 从2D点集，无组织/有组织的3D点云和三角网格中提取多边形 •••••• 主要特征 从多个2D和3D数据源中快速（多）多边形提取 用C ++编写以实现可移植性 极快的单线程，但包括使用数据和基于任务的并行性的CPU多线程 可能会返回带Kong的多边形 使用PyBind11的Python3绑定调用python / cpp接口的开销很低（无需复制点云数据） Python和C ++示例2D点集，无组织3D点云，有组织3D点云（即范围图像）和用户提供的网格的示例 跨平台Windows和Linux就绪。 Polylidar3D是一种非凸多边形提取算法，它采用未组织的2D点集，未组织的3D点云（例如，机载LiDAR点云），组织的3D点云（例如，距离图像）或用户提供的网格作为输入。 在3D中，提取的非凸多边形表示环境中的平坦表面，而内部Kong表示所述表面上的障碍物。 上面的
当前开源的SLAM方案汇总2021.02
半不闲居士的博客
03-03 7269
感谢SLAMer前辈们不断的拼搏与进取！ PTAM 论文：Klein G, Murray D. Parallel tracking and mapping for small AR workspaces[C]//Mixed and Augmented Reality, 2007. ISMAR 2007. 6th IEEE and ACM International Symposium on. IEEE, 2007: 225-234. 代码：https://github.com/Oxford-PTAM/
室内环境平面调整的 LiDAR SLAM：LiDAR SLAM With Plane Adjustment for Indoor Environment
qq_35102059的博客
02-15 1282
标题： LiDAR SLAM With Plane Adjustment for Indoor Environment 摘要： 飞机在室内环境中无处不在。 这封信介绍了一个实时、低漂移的 LiDAR SLAM 系统，该系统使用飞机作为室内环境的地标。 我们的算法包括三个部分：定位、局部映射和全局映射。 定位组件执行实时和全局配准，而不是在最先进的 LiDAR 里程计和映射 (LOAM) 框架中采用的扫描到扫描配准，该框架会产生较低保真度的姿势。 局部映射组件优化滑动窗口内关键帧的位姿和这些关键帧观察到
【论文笔记】基于点云柱面投影图的平面特征提取SLAM：　Fast planar surface 3D SLAM using LIDAR 2017
phy12321的博客
02-14 1071
本文提出了可以在大场景下实时运行的SLAM系统，其使用平面表面段（planar surface segments）来表示环境，因为它们在室内和室外城市空间中都很普遍。 本文的三个创新点： 使用了现有的方法（原本是设计用于RGBD数据），在全景视图上对点云进行分割：将点云划分为三个双通道的全景图上，基于Delaunay三角剖分以及区域合并，实现点云的2.5D快速分割。 《Fast pose tracking based on ranked 3D planar patch correspondences》
论文阅读：π-LSAM: LiDAR Smoothing and Mapping With Planes
Make something people want.
03-16 1328
π-LSAM: LiDAR Smoothing and Mapping With Planes
列出wildcat中使用的slam算法
weixin_35754676的博客
12-29 72
Wildcat是一种机器人, 它使用 SLAM (Simultaneous Localization and Mapping) 算法来构建和更新地图, 并确定自身的位置和姿态. SLAM 算法可以分为两大类: 基于激光的 SLAM: 这种方法使用激光雷达或激光扫描仪来测量周围环境, 从而构建地图和确定机器人位置. 典型的基于激光的 SLAM 算法有 LIDAR-SLAM 和 Graph-SLA...
每天一篇论文 Stereo Plane SLAM Based on Intersecting Lines
流浪机器人的博客
10-18 518
Stereo Plane SLAM Based on Intersecting Lines 基于相交线的双目平面SLAM 摘要 平面特征是SLAM系统中减小漂移误差的一种稳定标志。从密集点云中提取平面是一种简单、快速的方法，常用于RGB-D相机或激光雷达。但是对于立体相机来说，密集点云的精确高效计算是一个难点。本文提出了一种从立体图像中提取相交线计算平面参数的新方法。平面特征普遍存在于人造物体和构筑物的表面，具有规则的形状和直线的线条。在三维空间中，两条相交的直线可以确定这样一个平面。因此，我们从立体左、右
基于相交线的双目平面SLAM
小白学视觉
08-06 285
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达 论文题目：Stereo Plane SLAM Based on Intersecting Lines...
用open sql 7.1编写一个查询语句条件如下: 1、创建日期：取VBAP-ERDAT 2、创建人：取VBAP-ERNAM 3、售达方：取VBAP-KUNNR_ANA 4、售达方名称：根据KNA1-KUNNR=VBAP-KUNNR_ANA，取出KNA1-NAME1 5、物料：取VBAP-MATNR 6、物料描述：取VBAP-ARKTX 7、订单类型：取VBAP-AUART_ANA，默认只显示VBAP-AUART_ANA=Z013的订单明细 8、销售订单：取VBAP-VBELN 9、销售订单行号：取VBAP-POSNR 10、订单数量：取VBAP-KWMENG 11、订单单位：取VBAP-VRKME 12、发货数量：根据LIPS-VGBEL=VBAP-VBELN，LIPS-VGPOS=VBAP-POSNR，汇总显示LIPS-LFIMG的值 13、已开票数量：根据VBFA-VBELV=VBAP-VBELN，VBFA-POSNV=VBAP-POSNR， VBFA-VBTYP_N=L，汇总显示VBFA-RFMNG的值 14、未开票数量：发货数量-已开票数量
03-10
SELECT VBAP-ERDAT, VBAP-ERNAM, VBAP-KUNNR_ANA, KNA1-NAME1, VBAP-MATNR, VBAP-ARKTX, VBAP-AUART_ANA, VBAP-VBELN, VBAP-POSNR, VBAP-KWMENG, VBAP-VRKME, SUM(LIPS-LFIMG) AS 发货数量, SUM(VBFA-RFMNG) AS 已...

“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

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

和道一文字_

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