SLAM 前端匹配算法 PL-ICP

PL-ICP 实际就是point-to-line ICP,是点到线的ICP方法.相比于传统的ICP方法,即点到点的匹配方法,PL-ICP在算法方面实际上是对误差形式进行了改进,其他方面基本相同,但迭代速度以及匹配精度得到了很大的提升

1.基本思想

室内环境通常是结构化环境,即譬如墙壁等有众多规则的曲面,而激光数据实际是对实际环境中曲面的离散采样,因此,最好的误差尺度就是点到实际曲面的距离。我们目前通过传感器已经知晓激光点云数据,实际的重点就是对环境中曲面的恢复。PL-ICP采用的是用分段线性的方式近似替代曲面,从而获得激光点到实际曲面的距离。
在这里插入图片描述
图(a)上的折线就是采用分段线性方式对曲面(黄色曲线)的近似,其中黑色折线是近似折线的势场,淡黄色的折线是曲面的势场,黑色虚线是折线的梯度方向,可以看出沿着梯度的方向,中间两个点的势场与黄色曲线的势场逐渐重合,近似变成了直线。因此,用分段折线的方式近似,虽然存在一定的误差,但误差很小,能够接受。图b是点对点的势场。匹配点点到参考点的距离永远是圆的直径。而图c中,当P点位于同一势场上移动一段距离,但点到
在这里插入图片描述
线段的距离,仍等于p_i到该线段的距离。因此,与ICP相比,PL-ICP的误差形式更加的合理。
在这里插入图片描述

2.数学推导

ICP的目标函数为:在这里插入图片描述
其中,在这里插入图片描述
公式的作用就是把当前激光帧p根据初始位姿投影到参考点云的坐标系下
在这里插入图片描述
实际上,在这里插入图片描述
这个式子表示的就是p在曲面上的投影点p_1.然后将两点做差就可以得到两点之间的向量,然后与直线的法向量n叉乘,就可以得到点p到直线的距离.

3.求解步骤

已知数据:

  • 参考激光帧 y_t-1
  • 当前激光帧 y_t
  • 参考激光帧生成的曲面 S
  • 初始解p_0

代求数据:

  • 两帧激光之间的相对位姿关系

求解步骤:
1 把当前帧的数据根据初始位姿投影 到参考帧坐标系下。

因为两点确定一条直线
因为两点确定一条直线

  1. 计算直线误差,并去除误差过大的 点。

  2. 最小化误差函数:

4. ICP对比

1.误差函数的形式不同,ICP对点对点的距离作为误差,PL-ICP为点到线的距离作为误差; PL-ICP的误差形式更符合实际情况(因为激光雷达是不断旋转的,前一帧和后一帧扫描到同一个物体的可能性很低,但前后帧扫描到同一个物体\同一个曲面的可能性很大)。

2 收敛速度不同,ICP为一阶收敛,PL-ICP为二阶收敛。
在这里插入图片描述
3 PL-ICP的求解精度高于ICP,特别是在结构化环境中。结构化环境实际就是人造环境,存在众多的规则平面.

4PL-ICP对初始值更敏感。不单独使用,与里程计、CSM等一起使用(Cartographer就使用CSM来优化ceres的初试位姿)

  • 5
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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