- 博客(4)
- 收藏
- 关注
RSS订阅原创 自动驾驶与机器人中的SLAM技术--第8章--紧耦合LIO系统
广义上，只要状态估计系统考虑了各传感器内在的性质，而非地将它们的输出进行融合，就可以称为紧耦合LIO系统。在松耦合LIO系统中，如果一个模块失效，就必须在逻辑上识别出它的失效，再想办法恢复成正常状态。而在紧耦合LIO系统中，一个模块的工作状态能够直接反映到另一个模块中，帮助它们更好地约束自身的工作维度。
2024-08-27 16:27:10
550
原创 自动驾驶与机器人中的SLAM技术--第七章（7.4-7.5）--3D SLAM
特征法激光雷达里程计（间接法激光雷达里程计）。先对点云提取一些简单的特征，对特征点进行配准，同时根据特征点本身的不同性质，采取不同的配准方法，实现更好的效果。LOAM系列包括LOAM，以及后续改进版本LeGO-LOAM，ALOAM，FLOAM，是自动驾驶行业中常用的开源方案，也是许多LIO系统的基础。对于一个多线激光雷达，应该提取什么样的特征？1. 特征应该能反应点云的特点。2. 可以使用ICP或NDT方法对这些特征点进行配准。3. 特征点提取不应占用太多计算资源。
2024-08-24 16:19:12
1018
原创 自动驾驶与机器人中的SLAM技术--第七章（7.1-7.3）--3D SLAM
多个激光雷达发射器，按固定频率旋转，雷达探头之间有夹角。水平探测角度通常是360°，垂直探测角度通常是30°~45°。探头数量也称通常是2的整数倍，有4、16、32、64、128线激光雷达。成本过高，震动等恶劣条件下容易损坏。多线测距的原理和单线一样，称为飞行时间原理。细分为DToF（Direct ToF）和IToF（Indirect ToF）。DToF功率较低，实现简单，多数激光雷达和RGBD相机使用该方案测距。
2024-08-18 21:01:20
460
原创 自动驾驶与机器人中的SLAM技术--第六章--2D SLAM 回环检测与优化
由于在上一帧的操作中，motion_guess_ = T1w * Tw2 = T12，即上一帧2到上上一帧1的位姿变换。综合全部代码来看，这一步的current_frame_ -> pose_的调整没有起到作用。进行回环检测，此时current_frame_为loop_closing类的私有成员huan。用连续的三个帧1、2、3来表示转换关系。设最新的帧即当前帧为3，如果上一帧2存在，则。第一帧以及其他关键帧，都会加入到当前子图的占据栅格地图中，更新格子和场函数图像。，即上一帧2到上上一帧1的位姿变换。
2024-08-16 12:23:57
177
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人