DTW算法
计算两个时间序列的相似度,
在回环检测中,两个时间序列应该是第一圈和第二圈的时间戳序列,因为slam的两圈是连在一起的,如何从中间拆分?
在匹配完成后,两圈的位姿信息如果选取?是将第一圈的赋给第二圈,还是用一个什么求均值的办法?
两组数据不需要完全重叠? 好像是可以筛选出最小匹配
DTW算法介绍:https://zhuanlan.zhihu.com/p/43247215
目的:寻找一条从矩阵左上角到右下角的路径,使得路径上的元素和最小。
一定是矩阵某个元素的上方、左侧和左上方的元素要取最小,这样得到的最后一个位置的元素和是最小的
1.基于FastDTW地磁匹配的快速闭环检测方法研究
对于视觉slam的回环检测影响最大的是光线,而不是相似的建图场景结构,就现代化slam算法而言,误报是远远要比漏报小得多
使用UWB和传统slam算法融合,可以很好地降低累积误差,但是UWB存在信号遮挡和衰减的问题,而且不适用于大场景。
地磁定位不需要提前布设基础设施,越来越多的研究人员开始了对地磁定位的研究。
DTW算法可以很好的比较两个序列的相似度,关键问题是如何去找两个待比较的序列;欧式距离越小,两个序列越相似
Fast-DTW减小算法的搜索空间可以有效降低算法的复杂度。
本文章是在回环检测前进行一个预筛选,在采集数据的时候,连同激光点云和9轴imu信息一起采集,先对待闭环前的数据进行预处理,将地磁匹配到的位姿p提前加入到待匹配队列中。优点:有效避免了误匹配。
假设待匹配的地磁数据序列长度为,地磁数据库的长度为
,数据量n>m,从n中截取相应的数据量进行匹配,每组可以得到近似距离的匹配结果,放入相似集合当中。集合中的最小值就是最优匹配数据。
在地磁匹配和激光雷达SLAM的融合中,无人车在扫描环境地图的同时获得相应的地磁三轴数据,计算地磁模量并添加到地磁数据库中。
大致思路就是在vins系统中前端和后端中间,加入一步地磁匹配环节,滤掉一部分点,
在地磁匹配与激光雷达slam融合时,无人车进行环境地图扫描的同时获取对应时间戳的地磁三轴数据,计算地磁模值加入地磁数据库。
当环境地图扫描完成时,地磁数据库完成。
2.Global_indoor_self-localization_based_on_the_ambient_magnetic_field
基于环境磁场的室内全局自定位
地磁定位的经典论文,采集的数据产生三维矢量m={mx,my,mz},为xyz三个方向的磁通量密度,
描述观测值的两种方法,直接使用磁通量密度m,或者使用模量