论文题目:Efficient Surfel-Based SLAM using 3D Laser Range Data in Urban Environments
开源代码:https://github.com/jbehley/SuMa
作者:任乾
之前我们介绍过SuMa++,它是一个语义SLAM,借助语义提高了匹配精度并移除了动态物体,最终提高了点云地图的质量。而本文介绍的SuMa则为SuMa++提供了基本的SLAM框架,算是它的基础版,它包含了很多细节方面的介绍和实现方法,为了更好地理解这些方法,我们有必要对这篇文章做个介绍。
![fa3512764dfe4c03aa849dc31515fb8c.png](https://img-blog.csdnimg.cn/img_convert/fa3512764dfe4c03aa849dc31515fb8c.png)
既然有了增强版,这里就只介绍原理了,效果就不做过多介绍,感兴趣的可以去论文中看
一、前传
这篇文章的核心就是使用Surfel地图去实现前端里程计和闭环检测,因此理解这篇文章的核心就变成了理解Surfel地图。
Surfel地图并不是作者原创,但是该作者第一次把它用在室外大场景三维SLAM中,所以为了摸清Surfel的来龙去脉,我们对它的历史做一个梳理。
Surfel地图最早是用在基于RGB-D相机的三维重建任务中的,在Surfel出现之前,基于RGB-D的三维重建以KinectFusion[1]为主,后来受到[2]的启发,ElasticFu