2D激光雷达实时闭环检测
需积分: 0 26 浏览量
2019-02-24
18:16:52
上传
评论
收藏 15KB DOCX 举报
2D 激光雷达实时环路闭合
概要：便携激光距离探测器，亦称为激光雷达，和同时定位和建图（SLAM）算法，是一个
获取建筑内部平面图的有效方法。实时生成可视化平面图可以验证探测数据的质量和覆盖
率。一个便携的检测平台必然构建在有限的计算资源上。我们提出了一种运行在小型的建
图平台上的方法，可以以 5cm 的分辨率进行实时进行建图和环路闭合。为了达到实时的环
路闭合，我们使用了一种“分支-边界”的方法来计算“扫描子图”的匹配作为约束。我们的实
验结果与已知的方法比较，具有比较好的质量。
I. 介绍
建筑平面图在很多应用中都非常有用。手动使用激光器测量建筑的 CAD 图十分的低效，并
且由于人们的固有思维，认为建筑都是由直线构成的，测量结果也难以准确的反应建筑空
间的实际形态。使用 SLAM，可以快速，准确的测量建筑的尺寸和使用手动测量难以完成的
复杂区域。
在这个领域运用 SLAM 技术并不是一个新的想法，也不是本论文的焦点。本论文提供了一
个新颖的方法来减少从激光距离数据中计算环路闭合约束的计算量。这个技术可以使得我
们能够绘制非常大的，数万平方米的建筑地图，并且实时的提供最优化的结果。
II. 相关工作
扫描匹配是一个在激光 SLAM 技术中计算相对位移常用到的方法，如下例【1】-【4】。但
是这个方法有一个缺点就是很容易产生累积误差。
扫描地图匹配方法能够限制累积误差。【5】即一个这样的方法，使用高斯-牛顿法在一个
线性插值地图中寻找局部最优。在本例中，我们有非常准确的初始位置状态估计，局部优
化的扫描地图匹配算法表现的有效和稳定。在不稳定的平台上，使用惯性测量单元
（IMU）来估算重力的方向，把激光扇面投影到水平面上。
准确点扫描匹配算法，例如【1】，非常有效的减少了局部误差累积。尽管计算复杂度更高，
这个方法在环路闭合检测中仍然非常有效。一些方法关注如何降低从激光扫描数据中提取
特征的计算复杂度，例如【4】。另一些方法关注环路闭合检测包括直方图匹配，例如
【6】，以及使用机器学习检测扫描数据中的特征，例如【7】。
【2】粒子滤波和【8】基于图的 SLAM 是两种常用的解决局部误差累积的方法。
粒子滤波需要知道整个系统每一点的描述。在基于方格的 SLAM 中，随着地图变大，这将
产生巨大的数据，使得资源变的紧张。在我们的一个测试用例中，收集了在 22000m2 中运
行的长达 3km 的轨迹。而使用稍小的维度特征，例如【9】，不要求每个点都有方格地图，
可以减少资源需求。当需要一个更新的方格地图时，方法【10】使用子图计算的方案，仅
仅当需要时才更新子图，而最终的地图是由所有的子图光栅化得到的。
基于图的方法使用一系列节点的集合来描述姿态和特征。通过对图像的观察，我们能够找
到边缘。许多优化方法，例如【11】【12】被用来减少寻找约束时产生的错误。【13】是
一个室外 SLAM 的例子，使用了基于图的方法，以及局部扫描匹配，基于子图直方图特征
的局部地图重叠匹配算法。
资源评论
Reallyu
- 粉丝: 58
- 资源: 4
最新资源
- video_20240425_124410_edit.mp4
- IMG_20240425_120538.jpg
- My Complete Genome_6k Base-Pairs of Phenotype SNPs_Complete Raw Data.zip
- qt 的mqtt测试demo
- 移动应用开发教程-zip.zip
- mosquitto-2.018-install-windows-x64
- FTPServer FTP 服务器，绿色免安装，单文件
- 梦畅语音点名软件，上课点名
- 利用ADNI数据集和标签，在tensorflow框架上使用tensorlayer接口，通过架构u-net实现海马体的分割
- Kutools for Word v9.0 office word 插件
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
