原文链接:谷歌开源的激光SLAM算法Cartographer为什么这么牛X? 前言 一年前,我在公众号“从零开始搭SLAM”里看到了一系列高质量的原创文章,这些文章都是号主李想利用业余时间创作完成的,这些文章循序渐进,带领读者一步步迈入激光SLAM的精彩世界。 因为Cartographer ...
Hector slam: Hector slam利用高斯牛顿方法解决scan matching问题,对传感器要求较高。 缺点:需要雷达 LRS 的更新频率较高,测量噪声小。所以在制图过程中,需要robot速度控制在比较低的情况下,建图效果才会比较理想,这也是它没有回环 loop close 的一个后遗症 且在里程计数据比较精确的时候,无法有效利用里程计信息。 优点:不需要使用里程计,所以使得空中 ...
2018-09-30 11:27 0 4384 推荐指数:
原文链接:谷歌开源的激光SLAM算法Cartographer为什么这么牛X? 前言 一年前,我在公众号“从零开始搭SLAM”里看到了一系列高质量的原创文章,这些文章都是号主李想利用业余时间创作完成的,这些文章循序渐进,带领读者一步步迈入激光SLAM的精彩世界。 因为Cartographer ...
1.Beam Model Beam Model我将它叫做测量光束模型。个人理解,它是一种完全的物理模型,只针对激光发出的测量光束建模。将一次测量误差分解为四个误差。 $ph_{hit}$,测量本身产生的误差,符合高斯分布。 $ph_{xx}$,由于存在运动物体产生的误差 ...
Nguyen, V., et al. (2007)."A comparison of line extraction algorithms using 2D range data for indoor mobile robotics." Autonomous Robots 23 ...
https://mp.weixin.qq.com/s/rR3wmZMKSlAhLrGo2JkxCQ ...
0 引言 刚刚入门学了近一个月的SLAM,但对理论推导一知半解,因此在matlab上捣鼓了个简单的2D LiDAR SLAM的demo来体会体会SLAM的完整流程。 (1)数据来源:德意志博物馆Deutsches Museum)的2D激光SLAM数据,链接如下: Public Data ...
1、激光分类 维度分类: a、二维激光(单点反射、平面、旋转台) b、三维激光 距离分类: a、近距离:壁障、碰撞检测、路边检测 b、远距离:行人检测、定位、建图 特点: 优点: a、可以直接获取深度信息; b、不受环境光照影响,比较稳定; 缺点: a、稀疏性; b、几何 ...
基于后端分类: 图优化方法 滑动窗口 滤波器方法:多传感器融合 基于图优化的方法: 主要分为图的构建和求解 帧间匹配算法: ICP及其变形(PI-ICP、NICP) CSM NDT 基于优化 基于特征 回环检测 ...
这个问题很普遍。最近在研究这个问题,在网上搜了一些资料,再结合自己的经验,谈谈自己的一些想法。 ...