针对移动机器人的不确定复杂环境，一般采用单一传感器进行同时定位和地图创建（SLAM）存在精度较低，并且易受干扰、可靠性不足等问题，提出一种基于Bayes方法的激光传感器和RGB-D传感器的信息融合SLAM方法。利用Bayes方法通过概率启发式模型提取光束投影到栅格地图单元，充分利用激光与视觉信息中的冗余信息，提取一致性特征信息，并进行特征级的信息融合；在地图更新阶段，提出一种融合激光传感器和视觉传感器的贝叶斯估计方法，对栅格地图进行更新。在使用ROS（移动机器人操作系统）的实验平台上的实验表明，多传感器信息融合可以有效提高SLAM的准确度和鲁棒性。
2021-05-18 20:43:45
2.02MB
1
点云库 git clone https://github.com/PointCloudLibrary/pcl.git
2021-05-14 22:02:23
68.61MB
1
google cartographer算法对应论文real-time loop closure in 2D LIDAR SLAM
2021-05-14 14:38:24
1002KB
1
ORB_SLAM3源码，来自https://github.com/UZ-SLAMLab/ORB_SLAM3。GitHub下载非常慢。
2021-05-13 16:28:44
313.23MB
1