面向园区巡逻的单线激光雷达SLAM算法研究

  • 面向园区巡逻的单线激光雷达SLAM算法研究已关闭评论
  • 44 views
  • A+
所属分类:AGV设计资料
摘要

随着无人驾驶车辆技术迈向民用化、多元化的全新领域,同时定位与建图(Simultaneous Localization and Mapping,SLAM)作为实现无人车自主定位的核心技术,正在向更大范围、更高精度、更低成本以及更复杂环境应用的领域发展。本文研究面向园区巡逻的单线激光雷达SLAM技术,分别从前端位姿图的构建和后端图优化算法展开研究。取得了以下研究成果和创新点:1.提出了基于多帧历史环境信息的相关性扫描匹配(Multiple-CSM)算法。该方法在多分辨率相关性扫描匹配算法的基础上,采用方差估计获取环境先验信息,结合历史多帧点云信息构建栅格化查询表,有效地提高了前端算法的匹配精度和环境适应能力。2.提出了基于蒙特卡洛结合正态分布变换(MC-NDT-Matching)的闭环检测方法。借助于蒙特卡洛在位姿估计的准确性优势以及正态分布变换(NDT)在大范围点云配准快速性的优势,通过引入候选点筛选环节,将两种方法巧妙地结合在一起,提高闭环检测的准确性,为后端优化算法构建可靠的位姿图。3.提出了基于误差检测的改进iSAM(Incremental Smoothing and Mapping)后端优化算法。将错误闭环检测与iSAM优化算法相结合,通过检测优化产生的序列误差判别新加入的约束是否为错误的闭环;此外,改进的iSAM算法通过协方差估计,将环境先验信息引入优化算法中去,提高了全局优化的精度。通过前端匹配、闭环检测以及后端优化环节,实现了园区环境下的基于单线激光雷达的大范围、高精度、低成本实时定位与建图。

论文目录
摘要
ABSTRACT

第一章 绪论

1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 前端匹配算法研究现状
1.2.2 后端优化算法研究现状
1.3 论文的主要工作
1.3.1 研究内容及组织结构
1.3.2 主要贡献

第二章 基于相关性扫描匹配的前端算法研究

2.1 点云数据预处理
2.1.1 基于断点检测的点云数据预处理
2.1.2 基于法向量信息融合的点云数据处理
2.2 相关性扫描匹配算法
2.2.1 机器人概率模型
2.2.2 建立栅格化查询表
2.2.3 搜索最优变换关系
2.2.4 基于多分辨率的相关性扫描匹配
2.3 基于环境先验信息的历史多帧点云扫描匹配
2.3.1 历史多帧点云信息融合的CSM算法(Multiple-CSM)
2.3.2 基于环境先验信息的Multiple-CSM
2.4 前端匹配实验结果
2.4.1 前端匹配算法对比
2.4.2 室外环境基于融合点云数据处理的建图效果
2.5 本章总结

第三章 闭环检测及后端优化算法研究

3.1 基于蒙特卡洛结合NDT匹配的闭环检测方法(MC-NDT-Matching)
3.1.1 基于蒙特卡洛求解候选闭环约束
3.1.2 基于2D-NDT匹配算法筛选候选闭环并求解闭环约束
3.2 基于错误闭环检测的改进iSAM全局优化算法
3.2.1 基于位姿图的后端优化算法
3.2.2 基于误差检测的改进iSAM算法
3.3 本章小结

第四章 实验结果分析与算法应用

4.1 室内外环境下建图效果分析
4.2 基于标准数据集的对比与分析
4.2.1 误差统计方法
4.2.2 基于KITTI标准数据集的数据处理结果
4.3 园区环境下的SLAM应用
4.3.1 园区环境下的实时定位与建图
4.3.2 基于先验地图的实时定位
4.4 本章小结

第五章 总结与展望

5.1 论文总结
5.2 未来展望
致谢
参考文献
作者在学期间取得的学术成果

抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。