多传感器融合——第一章 3D激光里程计

于 2022-10-18 16:31:46 发布
阅读量252 收藏 2
点赞数
分类专栏： 多传感器融合 文章标签： 自动驾驶
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_46417419/article/details/127371691
版权

第一节：课程导读

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
第二节：里程计方案ICP&NDT理论讲解

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
机械雷达：通过机械旋转将雷达的一排激光束通过重复性扫描来进行物体的定位，同时由于是通过机械运动进行旋转的，所以寿命也会随着旋转的次数而损耗。
固态雷达：扫描的角度通常在30 ～60度之间，并且是一种非重复性扫描。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
ICP缺点：初始位姿必须很好。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
第三节：里程计方案及代码讲解
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
计算帧间匹配关系：上一步我们计算了残差，但是它并未与位姿中的旋转平移产生关系。而我们优化的目的就是通过残差和位姿之间的联系，用残差对位姿求偏导，然后用得到的梯度对位姿进行调整。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第四节：数据实现及精度评价方法
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
第五节：LOAM代码讲解

这部分局部代码是LOAM中不知道这个激光点是哪根线发射是按线数进行分割的代码，即激光的发射线段与水平方向有一定的夹角。
在这里插入图片描述
LOAM中曲率的计算 ：选择该激光点前后5个周围的点做差
在这里插入图片描述

思考之路
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于多传感器融合的车辆里程计系统设计
02-26
本文以误差状态卡尔曼滤波器(Error State Kalman Filter, ESKF)为滤波框架，对自动驾驶车辆的位置、速度和姿态信息进行状态估计，设计了 个多传感器融合的车辆里程计系统。系统以惯性测量单元(InertialMeasurement ...
多传感器融合定位 第二讲 3D激光里程计1
天天向上的博客
04-07 269
多传感器融合定位第二讲
RF2O激光里程计算法原理与公式推导
秃头队长
08-14 3553
参考论文：Planar Odometry from a Radial Laser Scanner. A Range Flow-based Approach RF2O根据传感器速度制定范围流约束方程，并最小化所得几何约束的鲁棒函数以获得运动估计。 设R(t，α)R(t，α)R(t，α)为范围扫描，其中ttt是时间，α∈[0，N)⊂Rα \in [0，N)⊂Rα∈[0，N)⊂R是扫描坐标，N是扫描的大小。 任何点P相对于连接到传感器的局部参考系的位置由其极坐标(r，θ)(r，θ)(r，θ)给出，如果从激光雷达
激光SLAM里程计算法总结（ICP、NDT与运动畸变）
SLAM小学僧
07-13 2300
在导航系统中，里程计（Odometry）数据用来估算机器人位置随时间的 PCL点云库中ICP方法的使用： PL-ICP是二阶收敛，ICP是一阶收敛 PL-ICP对初始值更敏感 以点到线的误差为目标函数，PL-ICP的求解精度更高正态分布变换 (Normal Distribution Transform) 与ICP不同, NDT 假设点云服从正态分布，我们的目的是找一个姿态，使得当前扫描点位于扫描参考平面的可能性最大。 最后概率密度函数可以表示为： 目标函数为： s(p⃗)=∑k=1n...
多传感器融合理论
吴建明wujianming_110117
05-17 1591
多传感器融合理论 多传感器信息融合（Multi-sensor Information Fusion,MSIF），就是利用计算机技术将来自多传感器或多源的信息和数据，在一定的准则下加以自动分析和综合，以完成所需要的决策和估计而进行的信息处理过程。 一、多传感器融合几个概念 硬件同步、硬同步：使用同一种硬件同时发布触发采集命令，实现各传感器采集、测量的时间同步。做到同一时刻采集相同的信息。 软件同步：时间同步、空间同步。 时间同步、时间戳同步、软同步：通过统一的主机给各个传感器提供基准时间，各传感器根据已经校准
无人驾驶算法学习（五）：激光里程计之帧间匹配算法
热门推荐
蒋成的博客
04-14 1万+
应对高精度地图的定位需求，激光雷达的帧间匹配算法成为重中之重，本文主要从Autoware的代码分析两种常见的算法，即ICP和NDT算法
基于多传感器融合的室内机器人自主导航方法研究
05-22
将深度学习引入人工智能领域，开展相关机器人技术在自主导航中的方法研究，开发集机械平台、嵌入式硬件、软件系统、SLAM算法、场景识别方法于一体的机器人综合系统框架，结合多传感器融合的环境信息，实时指导路径...
多传感器融合定位课程学习记录.zip
01-24
第2章-3D激光里程计I 第3章-3D激光里程计II 第4章-点云地图构建及基于地图的定位 第5章-惯性导航原理及误差分析 第6章-惯性导航解算及误差模型 第7章-基于滤波的融合方法I 第8章-基于滤波的融合方法II 第9章-基于图...
SLAM+激光里程计+定位+移动机器人
10-07
本文提出了一个新的实时激光里程计方法，被称为CT-ICP，同时包含了回环检测功能。作者通过使用一种轨迹的弹性公式，考虑帧中数据的连续性和帧间数据的不连续性，以实现对高频运动的更鲁棒的目的。点云配准通过scan-...
基于多传感器融合的复杂工况下自动驾驶定位与建图算法研究
最新发布
02-20
本文在基千激光雷达和惯性测量元件融合的定位与建图方案的基础上， 引入车辆底盘上的轮速传感器和方向盘转角传感器，提出了一种基千激光雷达、 惯性剽量元件 和车辆传感器的多传感器融合方案。本文的主要研究内容...
多传感器融合（1）——3D激光里程计
weixin_51326570的博客
07-05 530
多传感器融合（1）——3D激光里程计
[笔记]三维激光SLAM学习——LiDAR里程计原理推导&代码实现
Kamfai_Row的博客
12-29 2221
[笔记]三维激光SLAM学习——LiDAR里程计原理推导&代码实现；分别从帧间ICP匹配推导LiDAR里程计原理&推导帧间运动的雅可比矩阵；LOAM源码分析和对应。
多传感器融合定位-3D激光里程计（二）
咩吃咩
05-05 366
多传感器融合定位-3D激光里程计预备知识内积外积点云线面特征提取基于线面特征的位姿优化相关开源里程计 预备知识 内积 向量点乘，是a向量在b向量方向上投影的长度。 外积 叉乘，叉积，向量积可以表示为向量a、b所组成的平行四边形的面积。 点云线面特征提取 基于线面特征的位姿优化 相关开源里程计 ...
帧间匹配算法（激光里程计）
weixin_38651019的博客
09-16 3029
ICP 参考点云和目标点云中寻找对应点。 计算均方根误差，计算变换矩阵。 迭代（使用获得的变换矩阵来变换目标点云，并重新寻找对应点），直到满足迭代终止条件（迭代次数或误差小于阈值）。 NDT 将空间划分成各个格子cell。 将参考点云和目标点云（变换之后）投票到各个格子。 计算格子的正态分布概率密度函数参数、响应的概率分布函数、目标函数。 特征 角点、平面点；计算曲率 ...
多传感器融合定位（1-3D激光里程计）2-前端里程计NDT
weixin_41281151的博客
10-12 979
多传感器融合定位（2-3D激光里程计）2-前端里程计NDT NDT 计算分布于分布之间的差异 NDT的优点： 1.鲁棒性较强 2.相对于ICP而言，运算量更少 转化为优化问题
一文详解固态激光雷达的里程计（loam_livox）
3D视觉工坊
11-06 2532
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达Loam livox(2019 IROS)介绍：大疆出品，必属精品。固态激光雷达里程计的工作现阶段还是比较少的，大疆自己出了固态...
多传感器融合定位 第二章 3D激光里程计
weixin_41281151的博客
08-24 3304
多传感器融合定位 第二章 3D激光里程计 参考博客： 深蓝学院 《多传感器融合定位》 第1章作业 参考代码： Geyao 前端里程计代码 代码下载 ： https://github.com/kahowang/sensor-fusion-for-localization-and-mapping 点云地图构建框架 FILE: front_end_flow.cpp FrontEndFlow::Run() bool FrontEndFlow::Run() { if (!ReadData()) {
多传感器融合定位（一）——3D激光里程计
HUASHUDEYANJING的博客
07-26 2883
httpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttps。
激光SLAM算法学习（三）——3D激光SLAM
qq_34675171的博客
05-26 1万+
3D激光SLAM 1、3D激光SLAM的介绍 3D激光SLAM的输入: IMU数据 3D激光雷达数据 里程计数据 3D激光SLAM的输出: 3D点云地图 机器人的轨迹 or PoseGraph 2、3D激光SLAM的发展 3D激光SLAM的帧间匹配方法——点云配准算法 Point-to-Plane ICP Feature-based Method 3D激光SLAM的回环检测方法 Scan-to...
cartographer激光里程计
09-09
总结来说，Cartographer激光里程计是一个基于激光雷达数据进行建图和定位的开源软件包，它涉及到多个文件和类，包括入口文件`node_main.cc`、`sensor::Collator`类和`GlobalTrajectoryBuilder`类等。...

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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