Chapter8-3D激光SLAM介绍

Chapter8-3D激光SLAM介绍

---

---

如有错误望不吝赐教！！！

---

---

3D激光SLAM

2D激光SLAM	3D激光SLAM
单线激光雷达	多线激光雷达
二维栅格地图	三维点云地图或三维栅格地图
室内移动机器人	室外移动机器人

• 3D激光SLAM-帧间匹配（重要）

  ①点面ICP

  面与法向量

  ②Feature-based Method

  提取特征点：VPF、FHPF、角点、平面点等

  匹配

  基于对应点的ICP方法

  得到较精确的3D点云

  ③NDT方法

  把空间划分成小格

  点云数据在小方格中服从高斯分布，并根据点云数据计算出小方格中对应的高斯分布参数

  得到该方格内点的得分

LOAM

3D激光“SLAM”算法

Feature-based 匹配方法

帧间匹配+帧和图匹配

• 框架

  激光频率为1HZ

  匀速运动假设

  激光里程计模型

  激光建图模块

• 激光里程计模块-特征点提取模块

  计算曲率

  Edge Point / Planar Point

  每一个水平激光帧，分为四个区域，每个区域最多有两个edge point和4个planar point

  去除不稳定特征点

• 激光里程计模块-特征点匹配

  每一帧数据都由多个scan组成

  找到三个点，三个点确定一个平面，即一点对应的平面

  目标函数（点到直线的距离）

• 激光里程计模块-运动估计

  在整个sweep期间，机器人匀速运动，位姿计算，所有点投影到同一时刻

  构造目标函数

  非线性优化求解

• 流程

  特征点检测

  寻找匹配点

  构建非线性方程组

  求解非线性方程组

  如果到了当前帧的末尾，则投影到当前帧的时刻，开始进行下一帧的求解

• 激光建图模块

  lidar odom的输出跟地图进行匹配（去除运动畸变的完整的sweep）

  Mapping过程提取的特征点的数量是lidar odom的10倍

  特征点的匹配不是寻找对应的2或3个特征点，而是对于当前帧的特征点，在对应区域提取所有特征点

• 激光建图模块-直线匹配

  对于edge point，cubic中所有的edge point会按照直线进行分布，求出直线方程

  根据cubic中的edge point，计算位姿协方差矩阵

  对协方差矩阵进行特征值分解

  最大特征值对应的特征向量即为直线的方向向量

  该直线通过edge point的几何中心

• 激光建图模块-平面匹配

  对于planar point，cubic中的所有planar point会按照平面进行分布，求出平面的方程

  根据cubic中的planar point，计算位姿协方差矩阵

  对协方差矩阵进行特征值分解

  最大特征值对应的特征向量即为平面的法向量

  该平面通过planar point的几何中心

• 激光建图模块