![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
SLAM算法
主要介绍前端匹配算法,总结一下比较经典的SLAM算法
你好哇zzz
这个作者很懒,什么都没留下…
展开
-
SLAM 前端匹配 NDT算法
NDT(Normal Distance Transform)是基于优化的算法,用高斯分布代替势场。 1.基本思想 把空间用cell划分,这里的cell不同于栅格地图的栅格(一般为0.05cm),这里的cell是较大范围的格子。 用高斯分布代替势场,在每个cell里形成天然连续分布(不需要插值)的势场,每个cell之间是间断的,这个势场也是隐式的,只需要知道均值和方差 在得到连续的势场之后,直接用牛顿法迭代即可,无需高斯-牛顿法,因为其H简单易求 势场连续,不受离散化的影响(离散化的激光点多次扫描一个墙壁,原创 2020-07-30 11:18:24 · 1275 阅读 · 0 评论 -
SLAM 前端匹配算法 IMLS-ICP
实际点云中隐藏着真实的曲面,如果能把这个曲面重构出来,然后选用代表性高的激光点(曲率、法向量过滤)与曲面进行匹配,则匹配精度会非常好,这就是IMLS ICP。 1.基本思想 IMLS(implict ) 可以分为两步,一是选取激光点,二是重构曲面。 选取激光点:选取具有代表性的激光点进行匹配,与NICP类似,采用曲率、法向量来对激光点进行过滤,最好的激光点是结构化的点,也就是曲率最小的点。既能减少计算量,又能避免激光点云数据分布不均匀导致计算结果出现偏移 曲面:隐藏在点云中的曲面,不需要用表达式来求解曲面原创 2020-07-29 18:25:20 · 1601 阅读 · 0 评论 -
SLAM 前端匹配算法 NICP
ICP算法利用点云之间距离构建误差函数,PL-ICP利用点到线的距离构建误差函数,可以总结为都是利用欧式距离来进行匹配,而获得的数据中还包括法向量及曲率数据。实际上,以在点云匹配前,可以使用法向量和曲率数预先淘汰一部分质量不高的畸点,达到提高精确度和匹配速度的目的,NICP就是这个原理。 标题 ...原创 2020-07-29 16:18:12 · 1219 阅读 · 2 评论 -
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原创 2020-07-24 11:55:52 · 2554 阅读 · 0 评论