我是靠谱客的博主 舒适月光,最近开发中收集的这篇文章主要介绍激光slam:2激光雷达运动畸变去除里程计模型与标定,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

激光slam:2激光雷达运动畸变去除

  • 里程计模型与标定
    • 激光雷达传感器介绍
    • 运动畸变介绍
    • 畸变去除

里程计模型与标定

在这里插入图片描述

激光雷达传感器介绍

1.测距原理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

已知α、β、L,其中α、β由标定得到,L由投影得到。求d。
已知α、β、L,角角边,可以唯一确定一个三角形。

在这里插入图片描述
在这里插入图片描述

时间t转换为求相位差,提高精度。

2.数学模型
在这里插入图片描述

推导过程
在这里插入图片描述
①正态分布—均值d0
②激光被遮挡----指数分布d1
③噪声—出现max—d2
④均值误差----d3
varytracking得到d,则d0=d,d1<d
①②涵盖大部分的情况,③④可以忽略不计
这里是引用
这里是引用
为score,是位姿zk相对于地图的重合程度。

在这里插入图片描述

突变:
发生突变时score相对于位姿不平滑。在这里插入图片描述
amcl算法----bean model

在这里插入图片描述

有障碍物环境------消除传感器误差和位姿误差-----不需要期望值
传感器误差和位姿误差等误差形成高斯分布(0,Σ),远离障碍物时值为0,靠近障碍物时值为1.

运动畸变介绍

在这里插入图片描述

①激光帧率较低时,机器人的运动不能忽略
5-10hz----畸变很大—相邻位姿角度相差很大,甚至同一激光,有不同的位姿
50hz-畸变很小
②激光测量时伴随着机器人的运动
③激光点数据不是瞬时获得
如图,激光点数据不是瞬时获得,使真实测量d变短(blue),小于理想值(red),并且走直线时会有所倾斜。

在这里插入图片描述

畸变去除

在这里插入图片描述
1.ICP方法
在这里插入图片描述

(R,T)为欧式变换

在这里插入图片描述

图1为点与点之间的对应(SVM法),图2为ICP的结果

在这里插入图片描述

EM算法:A→B,B→A,A→B,B→A,A→B,…
A为(R,T)
B 为point consponse ----隐藏变量
固定A,调整B;固定B,调整A;…

2.VICP方法在这里插入图片描述

VICP----加了速度

在这里插入图片描述

①矫正为运动矫正
②机器人的速度Vi实际为Vi = log(Ti-1-1Ti)
在这里插入图片描述
在这里插入图片描述

3.里程计辅助方法
在这里插入图片描述
在这里插入图片描述

数据预处理与状态估计过程解耦-----两者分开
数据预处理:定位、建图
状态估计:导航
Loam和VICP类似

在这里插入图片描述

里程计的角度测量精度:500HZ
IMU的测量精度:≥1000HZ

在这里插入图片描述

处理器:CPU
在单片机上处理:
这里是引用
在这里插入图片描述
这里是引用
发布或者显示出去
在这里插入图片描述
假设匀速运动,5-10ms的误差

在这里插入图片描述

这里是引用

在这里插入图片描述

分段数大于3:二次曲线上取2个点

在这里插入图片描述

转换前后的坐标:激光前后的坐标
激光数据发布出去:laserscan

最后

以上就是舒适月光为你收集整理的激光slam:2激光雷达运动畸变去除里程计模型与标定的全部内容,希望文章能够帮你解决激光slam:2激光雷达运动畸变去除里程计模型与标定所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(59)

评论列表共有 0 条评论

立即
投稿
返回
顶部