同时lego-loam做了地面点的提取,可以将地图保存下来分析下。 速腾机械式16线雷达和SBG惯导跑lio-sam框架 可以看到LIO-SAM作为lego-loam的升级框架,增加了IMU的约束,地图整体和细节看都会比较好,具体还得保存地图查看精度,或者用SLAM轨迹精度评估工具evo等进行建图和定位精度的评估。 两次测试数据对比 12月3日地图在...
LeGO-LOAM是地面优化的,因为它在分割和优化步骤中利用了地面平面的存在。我们首先应用点云分割滤除噪声,并进行特征提取以获得有特色的平面和边缘特征。然后,提出了一种两步LM优化方法,利用平面和边缘特征来求解跨连续扫描的六自由度变换的不同分量。我们使用从地面车辆的可变地形环境中收集的数据集比较了LeGO - LOAM...
但与Lego-LOAM,LIO-LOAM等工作相比,显然这种方式可以在地图数据库中找到回环,而无需当前运动的历史轨迹。 固态激光雷达livox-loam 介绍 其实关于固态雷达的内容,本来我们目前的机器人——四足机器人萝卜是要用多线机械雷达的,固态雷达是另外一个组的仿人机器人叫爱瑟尔的在用。不过既然开始调研工作了,就一起看了。
Lego-LOAM的回环检测策略比较简单,它同时对距离和时间作考量。 1.利用了PCL中基于半径的近邻搜索算法,以机器人当前位姿为搜索点,查找半径为7m范围内的若干个位姿; 2利用时间作为约束,如果历史位姿对应时间与当前位姿对应时间的时间差太小,说明是个小回环,意义不大,作者在程序里将时间差设置为大于30s。 下图表述了两...
LeGO-LOAM中的最大区别是最终的点云地图是如何存储的。我们没有保存单一点云地图,而是保存每一个独立的特征集合 \left\{ \mathbb F_e^t, \mathbb F_p^t \right\} 。令 M^{t-1} = \left\{ \left\{\mathbb F_e^1, \mathbb F_p^1 \right\}, \cdots, \left\{\mathbb F_e^{t-1}, \ma...