激光雷达+imu_激光雷达——定位

使用激光雷达进行定位,不同于GPS能够直接得到地球表面的绝对坐标,也不同于IMU和里程计那样可以通过积分获得位姿数据;它需要事先对某一区域进行建图,然后利用LiDAR、摄像机、IMU等传感器数据,与高精地图的先验特征的匹配关系计算出当前相对于点云图的位姿。

常用的激光雷达定位方式示例

1. 基于点云图定位

在定位之前,需要通过录制环境点云信息得到该区域的先验点云图,而后假设当前车辆位于该区域中的某一位置,通过车载激光雷达得到的单帧点云数据,与先验点云图进行匹配,若环境不发生较大变化,中能在先验点云图中找到最佳匹配位点,该位点对应的坐标即为车辆的相对坐标。

eaf99a23142e5d7c011c5d8007bd87b0.png
左:先验点云图/中:单帧点云图/右:点云匹配定位

该方式常用的算法包括NDT(正态分布变换)、ICP(迭代最近点)及其衍生算法等,在autoware中包括NDT_matching与ICP_matching功能包, 这些方式需要对先验点云图与当前点云数据的配准情况进行评估,通过不断迭代使得匹配位点收敛,最终得到最优结果,但该方式并不适用于大范围先验点云图的匹配,因为遍历全部点云并是一个非常巨大的工作量,所以往往需要估计初始位姿,在该位姿的一定范围内进行匹配可以大大减少匹配运算量和迭代次数,因而初

  • 3
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
激光雷达IMU是常用的传感器组合,可以用于实现机器人的定位与环境感知。对于不同的激光雷达,我们可以通过以下几个方面来进行性能测估: 1. 测距精度:激光雷达的主要功能是测量距离,因此测距精度是其最基本的性能指标。可以通过在不同距离下测量标准物体的距离来评估激光雷达的测距精度。 2. 视场角度:激光雷达的视场角度决定了其能够覆盖的范围。可以通过观察激光雷达的扫描数据来评估其视场角度。 3. 分辨率:激光雷达的分辨率决定了其能够检测到的最小物体尺寸。可以通过在不同距离下检测不同大小的物体来评估激光雷达的分辨率。 4. 反射率:激光雷达的反射率决定了其能够检测到的物体类型。可以通过在不同距离下检测不同类型的物体来评估激光雷达的反射率。 对于IMU,常用的性能指标包括: 1. 姿态精度:IMU可以测量机器人的姿态,姿态精度是其最基本的性能指标。可以通过比较IMU输出的姿态与参考姿态的差异来评估其姿态精度。 2. 加速度计精度:IMU中的加速度计可以测量机器人的加速度,加速度计精度是其最基本的性能指标。可以通过将IMU放置在不同角度下进行测试来评估其加速度计精度。 3. 陀螺仪精度:IMU中的陀螺仪可以测量机器人的角速度,陀螺仪精度是其最基本的性能指标。可以通过将IMU放置在不同角度下进行测试来评估其陀螺仪精度。 通过对激光雷达IMU的性能测评,可以选择合适的传感器组合,以满足机器人的定位与环境感知需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值