融合视觉传感器和激光雷达可以实现优于单一传感器的同时定位与建图(SLAM)系统,现有的视觉和激光雷达融合算法仍然存在计算复杂度高、系统精度及稳定性受错误的深度匹配影响等问题。为了更加高效、鲁棒地融合视觉和激光雷达的信息,充分利用图像和激光点云中的地平面信息,提出了高效的视觉辅助激光雷达SLAM算法。首先,从激光点云中分割出地面点云用于提取图像中的地面ORB特征点,并通过单应性变换中的交比不变性校验特征匹配,从而高效鲁棒地利用单应性矩阵分解实现绝对尺度相机运动估计。然后,将得到的相机运动估计以李群SE(3)形式进行插值,用于校正激光雷达在自身运动过程中产生的点云畸变。最后,单目相机的运动估计作为初值用于激光里程计的位姿优化。公共数据集KITTI和实际环境的测试结果表明,本文算法可以有效利用相机运动估计对激光点云畸变进行校正,实时准确地实现里程计和建图。
2022-10-29 10:27:41
4.15MB
1
以全站仪为真值数据，SLAM为需要评估的轨迹，用最小二乘算法，对二者进行轨迹匹配。
本代码用于平面坐标系的二维旋转，场景：室内定位过程中，使用LEGO-LOAM算法得到小车的平面位置后，需要将小车的位置转换到真值坐标系下。
2022-10-28 09:06:33
119KB
1
matlab的slam代码
2022-10-08 19:43:11
16.04MB
1
cartographer源码详细注释，19年源码，对代码均有详细的注释，方便阅读理解，cartographer是目前SLAM开源代码里最具有学习价值的
2022-10-07 17:49:59
1.91MB
1