今天分享一篇浙大2020IROS的工作,这篇工作提出了一个基于改进的区域化的高斯过程地图重建来得到高精度的定位和建图。作者利用空间GP回归对环境进行建模,这个工具能得到在稀疏扫描区域的表面及其不确定度的均匀采样。这些属性能帮助我们在帧到地图的匹配中更好的做数据关联和地图更新,尤其是针对稀疏的数据。与以前的GP-SLAM相比,这项工作克服了GP高昂的计算成本,并重新设计了配准策略以满足3D场景中的精度要求。 对于大规模任务,采用两个线程框架进一步抑制漂移。 实验表明该方案精度很高,效果很好
GP-SLAM+: real-time 3D lidar SLAM based on improved regionalized Gaussian process map reconstruction
最新推荐文章于 2024-06-20 09:41:16 发布