Java教程

激光SLAM入门笔记（一）——简介

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！
您可能喜欢
栏目导航