激光SLAM
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 ...
原文：激光SLAM-1
SLAM 传感器分类 二维激光 三维激光 视觉传感器 声纳传感器 后端处理分类 图优化 Graph based,优化全部位姿，属于全局优化，可能存在计算量的问题，影响实时性 滑动窗口方法 sliding window优化固定数目的位姿，常用于VIO方法，MSCKF 滤波器方法 filter based, 卡尔曼滤波，EKF，UKF Graph based SLAM architecture 前端匹 ...
2019-10-26 23:17 0 619 推荐指数：
相关推荐
激光SLAM
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、NIC ...
视觉SLAM和激光SLAM的实现
激光 SLAM： 早在 2005 年的时候，激光 SLAM 就已经被研究的比较透彻，框架也已初步确定。激光 SLAM，是目前最稳定、最主流的定位导航方法。 激光 SLAM 地图构建 VSLAM（基于视觉的定位与建图）： 随着计算机视觉的迅速发展，视觉 SLAM 因为信息量大，适用范围 ...
激光SLAM与视觉SLAM的特点
激光SLAM与视觉SLAM的特点 目前，SLAM技术被广泛运用于机器人、无人机、无人驾驶、AR、VR等领域，依靠传感器可实现机器的自主定位、建图、路径规划等功能。由于传感器不同，SLAM的实现方式也有所不同，按传感器来分，SLAM主要包括激光SLAM和视觉SLAM两大类。 其中，激光SLAM ...
主流视觉SLAM、激光SLAM总结
开源地址：https://github.com/jiauzhang/slam-code-analysis SLAM预备知识 SLAM for Dummies 全文总结 视觉里程计 卡尔曼滤波推导 MonoSLAM MonoSLAM ...
2D激光SLAM算法比较+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 ...
3D激光slam开源框架汇总
https://mp.weixin.qq.com/s/rR3wmZMKSlAhLrGo2JkxCQ ...
基于激光雷达的SLAM算法对比分析
本篇主要记录目前在ROS下开源的几种基于激光雷达的SLAM算法的特点以及优劣，目的在于对日后工作中选择合适的算法提供指导，因此，下面将Karto，Hector,Gmapping,Cartographer等几种开源算法通过列表的形式进行了对比： Hector ...