【资料总结系列】激光SLAM算法——3D回环检测总结

最新推荐文章于 2024-12-27 14:06:03 发布

宇工大学术垃圾

最新推荐文章于 2024-12-27 14:06:03 发布

阅读量2.4k

点赞数 5

分类专栏：资料总结文章标签：算法 3d 人工智能

本文链接：https://blog.csdn.net/qq_43558367/article/details/128735450

版权

资料总结专栏收录该内容

5 篇文章

订阅专栏

文章总结了激光SLAM中回环检测的重要性，介绍了粗查找（如CSM-cartographer,Scan-context,IRIS）和精配准（如ICP,NDT）的策略，强调了快速和准确的回环检测对于提高位姿图精度的关键作用。此外，还提及了Scan-context的增强效果和回环检测的评价机制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

该系列把一些日常的学习中把一些相关资料总结串联起来，方便后续使用与深入思考，有需要则延伸出一些有趣与有意思的内容。该文章对之前学习激光SLAM中回环检测的资料进行筛选与汇总，如有补充则另立文章进行拓展，同时感谢网络上的大佬分享。

引言

激光中的回环检测是为了降低SLAM前端的累计误差出现的，实际操作是通过计算当前位姿与曾经位姿间的变换，作为约束加入全局优化中，从而提高位姿图整体精度。激光SLAM会通过二阶段的方法实现激光回环，分为粗查找与精配准。

粗查找有许多算法提出，如CSM-cartographer，Scan-context，IRIS等，因为回环检测速度是需要足够的快来跟上后端收到数据速度的，否则会导致处理不过来，所以该阶段会在时间限制要求上达到不错的召回与准确率，为后一阶段提供一个好的初值与匹配对，另外该阶段也是有许多创意满满的的实现思路的，差异性较大。

精匹配思路相对就比较固定了，仅考虑到常规点云配准范畴就满足使用了，如ICP簇，NDT等，该部分在初值不佳，或匹配次数多的时候，都会造成大量耗时，会影响到回环检测效率，是需要合适的粗查找筛选绝大一部分来降低精匹配的消耗的。由于精查找是回环检测最后一关，假如给位姿图加入不当的回环，会产生十分不良影响，因此该处一般会建议加入归一化评分机制来确定最终效果是否合适，如ICP或NDT都有相应的误差得分考虑。