多传感器融合——第二章 点云地图构建及基于地图的定位

第一节:内容回顾
多传感器融合——第二章 点云地图构建及基于地图的定位_第1张图片
RTK/组合导航的作用是为了消除重影。
匹配的策略:线或者面
第二节:回环检测及代码实现
多传感器融合——第二章 点云地图构建及基于地图的定位_第2张图片
具有初始位姿的回环检测使用与回环的路程比较小,例如500米,累积误差比较小,使用当前帧与历史帧的相对位姿做匹配。
多传感器融合——第二章 点云地图构建及基于地图的定位_第3张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第4张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第5张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第6张图片
在实现下述回环检测的情况下,我们提出了两个严格的条件:激光雷达通过同一地方并且车头的方向也是一致的,然后一列一列进行匹配。
多传感器融合——第二章 点云地图构建及基于地图的定位_第7张图片
下图是车在同一位置,但是在不同的朝向上得到的地图,由纯旋转导致的,为了提高相似度,我们需要对第一个图进行切割,但是切割的位置如何确定?
Iq图对应的是一个二维的东西,我们需要将每一个列进行合并,此时进行Iq和Ic进行匹配的时候,只需要比较对应的数值,同时维度也降低了,对信息将维,会失去准确性,此时我们就需要在切割点的周围寻找更合适的切割点,又需要在切割后的小范围内进行高纬度的切割,进而达到减少计算量的同时提高准确性。
多传感器融合——第二章 点云地图构建及基于地图的定位_第8张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第9张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第10张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第11张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第12张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第13张图片
第三节:后端优化与点云地图构建

多传感器融合——第二章 点云地图构建及基于地图的定位_第14张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第15张图片

多传感器融合——第二章 点云地图构建及基于地图的定位_第16张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第17张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第18张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第19张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第20张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第21张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第22张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第23张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第24张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第25张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第26张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第27张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第28张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第29张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第30张图片
第四节:基于点云地图的定位
多传感器融合——第二章 点云地图构建及基于地图的定位_第31张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第32张图片
多传感器融合——第二章 点云地图构建及基于地图的定位_第33张图片

你可能感兴趣的:(多传感器融合,自动驾驶,计算机视觉)