![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
SLAM学习
文章平均质量分 68
宛如新生
努力在自动驾驶领域摸爬滚打,怕什么真理无穷,进一寸有一寸的欢喜。
展开
-
8. 《自动驾驶与机器人中的SLAM技术》基于保存的自定义NDT地图文件进行自动驾驶车辆的激光定位
体素地图数据中,仅存储了均值和信息矩阵。代码的内容:加载关键帧对应的点云,对其进行滤波,然后计算点。的方法,加载地图数据耗时要比加载点云要慢很多;的关键帧数目我删掉了一些,因为实在是耗时有点久。①统计比较两者在加载地图和配准过程两方面的耗时情况。②统计比较两者需要加载的地图数据占存储大小。附近,于是试着在这个范围寻找合适的阈值。体素并计算均值和协方差,这些在第七章的。使用原来的阈值明显不对,观察,得分在。原先基于点云地图的激光定位使用的是。体素中的均值和协方差矩阵信息。云中的每个点对应的地图区块。原创 2024-01-11 23:43:41 · 1338 阅读 · 1 评论 -
7. 【自动驾驶和机器人中的SLAM技术】基于点面ICP的iekf-lio系统
【代码】7. 【自动驾驶和机器人中的SLAM技术】基于点面ICP的iekf-lio系统。原创 2023-12-28 23:25:24 · 476 阅读 · 3 评论 -
6.【自动驾驶与机器人中的SLAM技术】鲁邦核函数的含义和应用
在实际优化过程中,很可能会出现误匹配的项,这些误匹配的项被算法当做要降低的误差对待,由于误匹配的“误差”会很大,降低它能够明显使总的误差降低,但是显然这些项不应该被当做误差项对待,因为他会抹平其它正确边的影响,使得优化算法专注于调整一个错误的值。核函数保证每条边的误差不会大的没边而掩盖其它的边。(种子点可以理解为近地点,不过种子点的提取要求雷达与地面大体垂直,不然无法按照论文中思路提取出种子点,因为近地点提取原理就是对激光点云排序,选Z值小的点,如果激光雷达正对着地面,此方法失效。原创 2023-12-16 14:47:00 · 398 阅读 · 0 评论 -
5.【自动驾驶与机器人中的SLAM技术】2D点云的scan matching算法 和 检测退化场景的思路
①可以给机器人添加三维传感器,比如RGB-D相机,将相机构建的三维地图点投影到激光雷达构建的二维栅格地图中,使得二维地图中包含高度信息。②由于2D SLAM生成的占据栅格地图,是基于像素的黑白灰三色地图,我们可以人工对此地图进行“加工”,对于特定场景中存在的要躲避的三维物体预先建模,在二维栅格地图中标注出他们的位置以及高度信息,来帮助机器人更好的躲避他们。③尝试使用普通相机对环境中的物体进行语义识别,然后把需要躲避的三维物体投影到二维平面,“告诉”机器人前面有个“物体”阻挡,不具备通过的条件。原创 2023-12-04 20:41:03 · 1276 阅读 · 3 评论 -
4. 【自动驾驶与机器人中的SLAM技术】点云中的拟合问题和K近邻
在NearbyType中定义NEARBY14方法,并定义好nearby_grids_即可。原创 2023-11-16 21:09:25 · 382 阅读 · 0 评论 -
3. 【自动驾驶和机器人中的SLAM技术】实现基于预积分和图优化的GNSS+IMU+Odom的融合定位系统
①首先是在预积分程序中记录了预积分积累的IMU数据个数(用来保证相邻两关键帧之间要有IMU预积分量来做约束)利用g2o的自动求导功能来验证解析解对不对。原创 2023-11-14 18:59:22 · 394 阅读 · 1 评论 -
1.【自动驾驶与机器人中的SLAM技术】利用扰动模型计算旋转矩阵的导数
这里直接贴出图片了,懒得打字了。原创 2023-10-24 21:59:19 · 160 阅读 · 0 评论 -
2.【自动驾驶与机器人中的SLAM技术】左乘模型推导ESKF
目录证明:若某个高斯随机变量为零均值,协方差为对角线矩阵且大小相同(各向同性),那么在乘任意旋转矩阵以后,其均值仍为零,且协方差不变;在运动过程代码中,将𝑭矩阵拆开,分别为每种状态变量实现运动方程。请给出公式和代码实现的说明代码实现:GNSS+IMU融合:GNSS+INS+ODOM:原创 2023-11-09 14:27:51 · 638 阅读 · 1 评论