由于井下路况复杂,矿区巷道巡检机器人在井下获取点云数据时,点云中的点会随着激光雷达运动产生运动畸变,即点云中的点会相对实际环境中的物品表面上的点存在位置上的误差,从而无法获得正确的里程计信息,导致既定路线精度较低,容易造成井下安全问题.通过研究SLAM建图算法-LOAM算法,分析该算法利用三维空间中运动的两轴...
摘 要:基于LiDAR和SLAM(simultaneouslocalizationandmapping)的LeGO LOAM算法在低分辨率的LiDAR 设备上,由于LiDAR数据的运动畸变、采样的地面数据稀疏等问题,存在重力矢量漂移现象和严重的高程估计误差。为了改善这一点,LeGO LOAM改进...
基于激光雷达的牧场巡检机器人定位与建图算法设计 针对牧场巡检机器人定位精度和鲁棒性低,建图精度和稳定性差的问题,提出一种基于激光雷达测距和测绘技术与改进LOAM-SLAM算法的LOM-SLAM算法.LOM-SLAM算法在LOAM-SLAM算... 高金喆 寇志伟 孔哲 景高乐 马佳音 许寒琪 - 《中国农机化学报》 被引量: 0发表: 2024...
IMU紧耦合LeGO-LOAM基于LiDAR和SLAM(simultaneous localization and mapping)的LeGO-LOAM算法在低分辨率的LiDAR设备上,由于LiDAR数据的运动畸变,采样的地面数据稀疏等问题,存在重力矢量漂移现象和严重的高程估计误差.为了改善这一点,LeGO-LOAM改进算法引入了一种LiDAR和IMU(inertial measurement unit)紧耦合的方式.通过IMU...