1.LOAM(2014年)
1.LOAM使用点云地图,而Cartographer使用栅格地图。
2.作者提出两种特征点:平面点和边缘点。
3.根据曲率(选择一个点的前后五个点,共11个点)
4.计算点到直线距离和点到平面距离(最近邻的方法选取)
5.LM算法优化
6.建图部分map-to-map进行匹配。(1hz)
7.里程计是scan-to-scan(10hz)
8.后端通过求解协方差矩阵的特征值和特征向量确定边缘线和平面。
9.LOAM优缺点。
2.Livox-loam(2019年)
1.提取边缘点和平面点(和LOAM比多了四大原则)
2.多了一个选取边缘点和平面点的方式。
3.位姿变换。
4. 位姿的迭代估计
5.外点和动态点的过滤
3.LeGO-LOAM(2018年)
1.在LOAM的框架下衍生,主要就是两点提升:轻量级和地面优化。
2.LOAM的缺点
3. 点云分割,分两次进行LM,每次优化3个参量,因而轻量化。
4.聚类提取特征点
5.大小集合
6.运动估计
7.LM优化
8.地图构建和全局位姿
9.回环检测
10.不足之处
4.LIO-SAM (2020年)
1.Lego-LOAM的扩展版本,添加了IMU预积分因子和GPS因子
2.预积分因子
3.雷达里程计因子
4.GPS因子
5.回环检测因子
6.总结