2D激光SLAM算法比較+cartographer
Hector slam： Hector slam利用高斯牛頓方法解決scan-matching問題，對傳感器要求較高。 缺點：需要雷達（LRS）的更新頻率較高，測量噪聲小。所以在制圖過程中，需要robot速度控制在比較低的情況下，建圖效果才會比較理想，這也是它沒有回環（loop ...
原文：谷歌開源的激光SLAM算法Cartographer為什么這么牛X？
原文鏈接：谷歌開源的激光SLAM算法Cartographer為什么這么牛X 前言 一年前，我在公眾號 從零開始搭SLAM 里看到了一系列高質量的原創文章，這些文章都是號主李想利用業余時間創作完成的，這些文章循序漸進，帶領讀者一步步邁入激光SLAM的精彩世界。 因為Cartographer已經應用在很多落地的產品里，比如清潔機器人 倉儲物流機器人等服務機器人。但是網上相關的資料分散而參差不齊，尤其缺 ...
2022-01-17 20:57 0 1543 推薦指數：
相關推薦
3D激光slam開源框架匯總
https://mp.weixin.qq.com/s/rR3wmZMKSlAhLrGo2JkxCQ ...
激光SLAM
1、激光分類 維度分類： a、二維激光（單點反射、平面、旋轉台） b、三維激光 距離分類： a、近距離：壁障、碰撞檢測、路邊檢測 b、遠距離：行人檢測、定位、建圖 特點： 優點： a、可以直接獲取深度信息； b、不受環境光照影響，比較穩定； 缺點： a、稀疏性； b、幾何 ...
激光SLAM
基於后端分類： 圖優化方法 滑動窗口 濾波器方法：多傳感器融合 基於圖優化的方法： 主要分為圖的構建和求解 幀間匹配算法： ICP及其變形（PI-ICP、NICP） CSM NDT 基於優化 基於特征 回環檢測 ...
基於激光雷達的SLAM算法對比分析
本篇主要記錄目前在ROS下開源的幾種基於激光雷達的SLAM算法的特點以及優劣，目的在於對日后工作中選擇合適的算法提供指導，因此，下面將Karto，Hector,Gmapping,Cartographer等幾種開源算法通過列表的形式進行了對比： Hector ...
Google開源SLAM軟件cartographer中使用的UKF濾波器解析
在Google開源SLAM軟件cartographer中，相對《SLAM for dummies》使用了更為復雜、性能更好的Scan匹配與UKF算法，這里簡單介紹下cartographer中使用的UKF算法。 （一）濾波器參數設定 constexpr static ...
視覺SLAM和激光SLAM的實現
激光 SLAM： 早在 2005 年的時候，激光 SLAM 就已經被研究的比較透徹，框架也已初步確定。激光 SLAM，是目前最穩定、最主流的定位導航方法。 激光 SLAM 地圖構建 VSLAM（基於視覺的定位與建圖）： 隨着計算機視覺的迅速發展，視覺 SLAM 因為信息量大，適用范圍 ...
激光SLAM與視覺SLAM的特點
激光SLAM與視覺SLAM的特點 目前，SLAM技術被廣泛運用於機器人、無人機、無人駕駛、AR、VR等領域，依靠傳感器可實現機器的自主定位、建圖、路徑規划等功能。由於傳感器不同，SLAM的實現方式也有所不同，按傳感器來分，SLAM主要包括激光SLAM和視覺SLAM兩大類。 其中，激光SLAM ...