![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
SLAM
文章平均质量分 52
sdhdwyx
此人不懒,但是什么都没有写
展开
-
SLAM会议笔记(五)LLOAM
LLOAM: LiDAR Odometry and Mapping with Loop-closure Detection Based CorrectionAbstract在LOAM的基础上加入了回环检测,实现了雷达SLAM的前端、回环检测、后端全局优化的完整框架。Introduction提出了一种基于点云分割匹配的回环检测模块和一种基于全因子图的三维激光雷达SLAM优化后端。前端分为两个部分,第一部分为特征点提取和帧间匹配,以至于可以得到两帧之间的位姿变换关系。如果IMU数据可用,可以通过线性插值原创 2022-01-03 16:26:22 · 1635 阅读 · 0 评论 -
SLAM会议笔记(四)Lego-LOAM
LeGO-LOAM: Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable TerrainAbstract提出一种轻量级的ground-optimized雷达定位与建图方法。首先用点云分割滤除噪声点,然后提取特征边界和平面点。Introduction轻量级算法在小型嵌入式系统中实现。LOAM应用于本项目时,由于计算资源受限,特征提取的频率无法保证与传感器采集一致。此外在噪声环境下,LOAM的表现同样较差。首先原创 2021-12-30 13:23:21 · 1641 阅读 · 1 评论 -
SLAM会议笔记(三)V-LOAM
Visual-lidar Odometry and Mapping: Low-drift, Robust, and FastAbstract提出了一种新的使用激光雷达里程计和视觉里程计的框架,提升了表现,特别是在剧烈运动和短暂缺失视觉特征的情况。提出使用视觉里程计高频低精度在线估计帧间运动并且匹配校准高频雷达采集的点云,然后基于激光雷达里程计同时修正运动估计和点云配准。(结合DEMO和LOAM两种方法)SYSTEM OVERVIEW视觉里程计特征点的运动描述如下:对有深度信息的特征点,将等式原创 2021-12-30 13:19:13 · 1263 阅读 · 0 评论 -
SLAM会议笔记(二)Real-time DEMO
Real-time Depth Enhanced Monocular OdometryAbstract利用图像和稀疏的深度图做运动估计,同时利用三角量测和运动估计得到位置深度的突出图像特征点的深度,使用光束平差法(BA)对运动估计做修正。SYSTEM OVERVIEW帧间运动估计:对于有深度信息的图像特征点,运动描述如下,只使用两帧中的前一帧的深度信息,无深度信息的点归一化表示为 ,其中Z轴坐标为1。联立三行等式消去深度值得到等式对于无深度信息的特征点表示如下,联立得到等式:根原创 2021-12-30 13:16:07 · 725 阅读 · 0 评论 -
SLAM会议笔记(一)LOAM
LOAM: Lidar Odometry and Mapping in Real-timeABSTRACT将复杂的SLAM问题分离为两个算法,一个高频低精度的运动估计,另一个低一个数量级的点云匹配和配准算法。RELATED WORK雷达扫描速度相对于外部运动较高时,运动的失真常被忽略,标准的ICP方法可以被用于匹配两帧之间的激光。可以进一步使用两段式方法去消除失真:一个基于运动估计的ICP方法,接着使用计算速度的运动补偿。当雷达三秒速度相对较慢时失真变得非常严重,常使用其他传感器(IMU/GPS/I原创 2021-12-30 13:09:39 · 1147 阅读 · 0 评论 -
cartographer环境配置及运行
系统:Ubuntu 18.04首先安装ROS在无网络限制的情况下参考官网安装ref:http://wiki.ros.org/cn/melodic/Installation/Ubuntu安装eigen3官网:https://gitlab.com/libeigen/eigen/-/releases/3.3.9标准操作: cd eigen mkdir build cd build cmake .. make -j8 sudo make install安装版本:3.3.9安原创 2021-11-15 16:59:05 · 1394 阅读 · 0 评论