多传感器融合定位(2-点云地图构建及基于地图定位)1-回环检测及代码实现

多传感器融合定位(2-点云地图构建及基于地图定位)1-回环检测及代码实现

在这里插入图片描述

scan context

核心思想:三维点云匹配下,计算量巨大,基于三维匹配,初值问题无法解决,scan context 对三维进行将将维度,并且scan context对初值不敏感。

在这里插入图片描述
通过两次切割,使点集从三维变成为二位数组
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
d的值越小,代表他们之间的相似度越高
在这里插入图片描述
step1:将二维数组合并为一维,进行粗配准(一维迭代)
step2: 粗配准大致确定范围后,再进行细配准(二维迭代)
在这里插入图片描述
解算位姿:
1.找到相似阵
2.计算角度偏差
3.通过Scan Context得到初值后 进行ICP 、 NDT
在这里插入图片描述
问题:难以找到相似的特定两帧
在这里插入图片描述

LeGO-LOAM

可以对历史帧的修正,是形成闭环的前提条件
在这里插入图片描述

基于直方图

在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/weixin_41281151/article/details/109167498