激光SLAM入门笔记(一)——简介

2022/1/19 23:57:56

本文主要是介绍激光SLAM入门笔记(一)——简介,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

一.SLAM的定义
在这里插入图片描述
二 环境分类

  • 静态环境
    尺度地图:目前大部分的建图基本都是该类
    拓扑地图:大环境
    混合地图:综合以上两个

  • 动态环境
    在这里插入图片描述
    三.图优化SLAM
    在这里插入图片描述
    实现分两部分:

  • 前端:建图部分

  • 后端:优化部分
    优化效果:
    在这里插入图片描述
    四.基于滤波SLAM
    在这里插入图片描述
    只估计当前时刻位置,出现误差就积累,不适合大环境使用

  • 状态预测:可以简单理解为里程计估计当前位置

  • 状态更新&地图更新:卡尔曼滤波更新>地图更新
    在这里插入图片描述

  • 激光雷达:室内2D雷达,室外3D雷达

  • 惯性测量单元:一般用于算角度

  • 轮式里程计:一般用于算距离

  • 覆盖栅格地图:使用更多,对地图区分性更强

激光SLAM的常用算法
在这里插入图片描述

  • Scan-to-Scan:基本淘汰
  • Scan-to-Map:典型代表Cartographer,当前扫描与过去地图匹配
  • Map-to-Map:很少开源,效果理论比较好

五.2D激光SLAM介绍
在这里插入图片描述
室内环境使用广泛

在这里插入图片描述

  • State of Art:CSM+梯度算法,典型代表Cartographer
  • Branch and Bound&Lazy Decision:分支递界

2D激光SLAM的发展
在这里插入图片描述
基于滤波基本被淘汰,重点应该放在基于图上面
2D激光SLAM的应用
在这里插入图片描述

  • 轮式里程计的标定:Offline,Online,Online实时调整
  • 时间同步问题:ms级误差,MCU和PC之间会有时间差,对距离影响可能小,但是对于角度影响会比较大

2D激光SLAM的趋势——与视觉融合
在这里插入图片描述
六.3D激光SLAM的介绍
开发成本较高,仅作了解在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

七.激光SLAM中的问题
在这里插入图片描述



这篇关于激光SLAM入门笔记(一)——简介的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程