点云片段匹配约束和轨迹漂移优化的回环检测方法-控制理论与应用.PDFVIP

点云片段匹配约束和轨迹漂移优化的回环检测方法-控制理论与应用.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第35 卷第12 期 控制 理 论 与 应 用 Vol. 35 No. 12 2018 年12 月 Control Theory Applications Dec. 2018 DOI: 10.7641/CTA.2018.80457 点点点云云云片片片段段段匹匹匹配配配约约约束束束和和和轨轨轨迹迹迹漂漂漂移移移优优优化化化的的的回回回环环环检检检测测测方方方法法法 张剑华 , 吴佳鑫, 冯宇婷, 王曾媛, 林瑞豪, 陈胜勇 (浙江工业大学计算机科学与技术学院, 浙江杭州310023) 摘要: 基于三维点云的同时定位与建图(simultaneous localization and mapping, SLAM)是机器人导航与定位领域 重要的技术之一. 然而具有回环检测功能的三维点云SLAM系统仍鲜见于文献中. 本文首先提出了一种新的基于三 维点云的室外SLAM系统的框架, 该框架由里程计、回环检测、位姿优化3部分组成. 其次针对回环检测, 提出一种 基于点云片段匹配约束的方法提升回环检测的效率. 最后针对位姿优化, 提出两种轨迹漂移优化算法, 分别为全局 一致性的回环调整算法和位姿预测和补偿算法. 通过广泛的实验验证本文提出的方法, 结果表明本文所提出的 SLAM系统具有稳定和精确的位姿估计能力. 关键词: SLAM技术; 室外; 激光雷达; 回环检测; 位姿优化 引用格式: 张剑华, 吴佳鑫, 冯宇婷, 等. 点云片段匹配约束和轨迹漂移优化的回环检测方法. 控制理论与应用, 2018, 35(12): 1750 – 1758 中图分类号: TP273 文献标识码: A Segment based loop detection with point cloud matching constraint and trajectory drift optimization ZHANG Jian-hua , WU Jia-xin, FENG Yu-ting, WANG Zeng-yuan, LIN Rui-hao, CHEN Sheng-yong (College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou Zhejiang 310023, China) Abstract: Simultaneous localization and mapping (SLAM) based on point cloud is one of the important technologies in robot navigation and positioning. However, this type of SLAM system with loop detection is still rare in the literature. In this paper we first propose a new point cloud-based outdoor SLAM system framework consisting of three parts: odometry, loop detection, and pose optimization. Second, we develop a method based on point cloud segment matching constraints to improve

文档评论(0)

suijiazhuang1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档