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

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_第1张图片

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。

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_第2张图片
通过两次切割,使点集从三维变成为二位数组
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_第3张图片
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_第4张图片
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_第5张图片
d的值越小,代表他们之间的相似度越高
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_第6张图片
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)
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_第7张图片
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
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_第8张图片
问题:难以找到相似的特定两帧
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_第9张图片

LeGO-LOAM

可以对历史帧的修正,是形成闭环的前提条件
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_第10张图片

基于直方图

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_第11张图片

你可能感兴趣的:(多传感器融合定位学习)