【免费】SLAM综述论文整理分享_kartoslam的论文 - CSDN文库

需积分: 0 43 浏览量更新于2023-05-05 评论 8 收藏 488KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

第一章 SLAM 发展

SLAM 技术历经古典时代 (1986—2004)、算法分析时代(2004—2015)、鲁棒

性时代(2015—) 。

第二章激光 SLAM

图 2.1 激光 SLAM 流程图

当前，激光 SLAM 框架一般分为前端扫描匹配、后端优化、闭环检测、地图

构建四个关键模块。前端扫描匹配是激光 SLAM 的核心步骤，工作内容是已知前

一帧位姿并利用相邻帧之间的关系估计当前帧的位姿;前端扫描匹配能给出短时

间内的位姿和地图，但由于不可避免的误差累积，后端优化正是当长时间增量式

扫描匹配后优化里程计及地图信息;闭环检测负责通过检测闭环而减少全局地图

的漂移现象，以便生成全局一致性地图;地图构建模块负责生成和维护全局地图。

2.1. 前端扫描匹配

 迭代最临近点(iterative closest point)及变种：

ICP:利用待匹配的两帧点云欧氏距离最小化，恢复相对位姿变换信息。若已

知对应点可直接计算出 R 和 T 的闭式解；若未知对应点则需要迭代（EM 算法的

特例）。

另外，针对无法获得较好初始条件的激光雷达数据匹配问题，Bosse 等人提

出基于投影直方图和熵序列为迭代扫描匹配直接计算初始条件的新方法，将旋转

和平移估计分解成一系列的相关性直方图。Checchin 等人将该任务视为影像匹

配问题，利用毫米波雷达采集的深度数据，经过 Fourier-Mellin 变换，通过相

关方法对相邻帧之间的刚体变换进行自动计算和全局估计。与上述全局策略相反，

一些国外学者提出基于遗传算法的扫描匹配。Martínez 等人提出使用一种解空

间的遗传搜索方法来获取初始条件，将 ICP 的误差度量作为适应度函数，然后评

估并改变一组初始估计直到留下单个的主导变换。Lenac 等人介绍一种基于相关

性度量的遗传搜索去寻找粗略的初始条件，通过 ICP 算法能够优化遗传搜索的结

果。Cor-so 提出了一种抗离群点的分段遗传扫描匹配(FGSM)算法，该算法能够

在初始条件较差的情况下精确扫描匹配。首先使用 Phillips 等人提出的分段均

方根距离度量来极大地排除离群点干扰。然后通过变换函数，遗传扫描匹配算法

仅搜索目标函数的局部最小值，为了改善计算成本又提出了一种解空间离散化方

法。

目前，在 2D 激光 SLAM 中，最流行的匹配方法是 CSM 与梯度优化结合使用，

典型的开源方案是 Cartographer。在 3D 激光 SLAM 中，最流行的匹配方法是基

于特征的匹配，典型的开源方案是 LOAM。

2.2. 后端优化

在激光 SLAM 中，对于解决遗留的局部误差累积的两种普遍做法是基于滤波

器的后端和基于图优化的后端。

 基于滤波器

基于滤波器的激光 SLAM 是一个贝叶斯估计的过程，包括里程计预测、测量

预测、进行测量、数据关联、状态更新以及地图更新。下表对几种滤波的形式进

行了总结。

在基于滤波器的激光 SLAM 中常常采用粒子滤波(PF)作为数学优化的框架，

当表达较小的尺寸环境时，Tipaldi 等人提出不需要每个粒子的栅格地图，能够

减少资源需求量，当需要更新栅格地图时，Strom 建议计算子图，只在必要时更

新，使得最终图是所有子图的栅格化。

剩余21页未读，继续阅读

评论0

刘瑢琦

粉丝: 7
资源: 1

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈