【文献解析】Voxelmap——一种自适应体素地图

Efficient and Probabilistic Adaptive Voxel Mapping for Accurate Online LiDAR Odometry
论文地址:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9813516
代码:GitHub - hku-mars/VoxelMap: [RA-L 2022] An efficient and probabilistic adaptive voxel mapping method for LiDAR odometry
视频:https://youtu.be/HSwQdXg31WM

一、 文章概述

1. 问题导向

作为激光雷达测量的一种直接形式,点云地图易于实现。然而,点云图的一大缺点是难以考虑激光雷达测量噪声引起的地图不确定性。考虑到地图的不确定性,需要对环境中的显著特征(例如,平面)进行明确的参数化,在不同的激光雷达扫描中跟踪这些特征,并估计这些特征参数及其不确定性。

2.目标

针对上述挑战,本文提出了一种新的在线自适应体素映射方法,该方法构造不同大小的体素以适应环境结构和点密度的变化。

3.摘要

本文提出了一种高效的概率自适应体素映射激光雷达里程计方法。该地图是体素的集合;每个体素包含一个平面特征,以实现环境的概率表示和新LiDAR扫描的准确配准。我们进一步分析了从粗到精的体素映射的需求,然后使用一种由哈希表和八叉树组织的新的体素映射来高效地构建和更新映射。我们将所提出的体素映射应用于迭代扩展卡尔曼滤波,并构造了用于位姿估计的最大后验概率问题。在开放的KITTI数据集上的实验表明,与其他最先进的方法相比,我们的方法具有更高的精度和效率。在室内和非结构化环境中使用固态LiDAR和非重复扫描LiDAR进行的实验进一步验证了我们的映射方法对不同环境和LiDAR扫描模式的适应性(参见我们所附的视频1)。我们的代码和数据集在Github2上是开源的

4.贡献

1)提出了一种自适应大小、由粗到精的体素构建方法,该方法能够适应不同结构的环境,对激光雷达点云的稀疏性和不规则性具有较强的鲁棒性。自适应体素映射以八叉树散列数据结构组织,以提高体素构建、更新和查询的效率。
2)真正的概率地图表示,其中包含在体素地图中的每个特征(即,平面)准确地考虑了由点测量噪声和姿态估计误差引起的不确定性。
3)在LiDAR(惯性)里程计系统中实现了所提出的映射方法,并在各种环境(结构化和非结构化)和LiDARs(多旋转LiDARs和非传统固态LiDARs)的真实数据集上对设计进行了充分验证。特别是,我们的方法在Kitti数据集上比其他最先进的方法具有更好的性能。

二、方法解析

2.1 Probabilistic Plane Representation概率平面表示法

我们的体素映射在每个体素中包含一个概率特征。在不丧失通用性的前提下,由于平面特征在环境中的广泛适用性,我们使用了平面特征,并在这一部分中给出了平面特征的不确定性模型。
由于平面特征是从其关联点估计出来的,因此这些点上的任何噪声都会增加平面估计的不确定性。
点噪声源的两个可能:
一个是相对于局部LiDAR身体框架的原点测量噪声
另一个是将局部LiDAR点投影到世界框架的LiDAR姿态估计误差。
(1)点的不确定性模型
LiDAR点云中点的不确定性包含两部分:

  • 测距不确定性
  • 方位向不确定性两部分组成

详情请看。。。
 【文献解析】Voxelmap——一种自适应体素地图 - 古月居 (guyuehome.com)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/41138.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

制冷软件SOLKANE单级制冷循环计算

SOLKANE软件下载 单级制冷循环参数介绍 输入数据: 1.蒸发器: 温度:蒸发温度t6(露点温度)。 过热:制冷剂t6-t6在蒸发器中过热。 压力损失:蒸发器入口和出口之间的压力下降。 制冷量&#x…

Android12 MultiMedia框架之MediaExtractorService

上节学到setDataSource()时会创建各种Source,source用来读取音视频源文件,读取到之后需要demux出音、视频、字幕数据流,然后再送去解码。那么负责进行demux功能的media extractor模块是在什么时候阶段创建的?这里暂时不考虑APP创建…

深圳晶彩智能ESP32-2432S028R实时观察LVGL9效果

深圳晶彩智能ESP32-2432S028R概述: 深圳晶彩智能出品ESP32-32432S028R为2.8寸彩色屏采用分辨率320x240彩色液晶屏,驱动芯片是ILI9431。板载乐鑫公司出品ESP-WROOM-32,Flash 4M。型号尾部“R”标识电阻膜的感压式触摸屏,驱动芯片是…

基于MATLAB对线阵天线进行泰勒加权

相控阵天线——基于MATLAB对线阵进行泰勒加权 目录 前言 一、泰勒综合 二、单元间距的改变对泰勒阵列方向图的影响 三、单元数的改变对泰勒阵列激励分布的影响 四、副瓣电平SLL对泰勒阵列激励幅度的影响 五、副瓣电平SLL对泰勒阵列方向图的影响 六、泰勒阵列和切比雪夫阵…

量化交易在不同经济周期中的表现

量化交易,作为一种基于算法和数学模型的交易方法,其在不同经济周期中的表现受到了市场参与者的广泛关注。量化交易策略的设计使其能够在多种市场环境中寻找投资机会,无论是经济扩张期还是衰退期,都能够展现出其独特的适应性和效率…

7.6数据结构作业

// 练习一 struct K { double a; //8 char b; //1 char c; //1 double d; //8 };//24 // 练习二 struct L { int a; //4 double b; //8 char c; //1 };//24 // 练习三 struct M { char a;//1 int b; //4 char c; //1 double d; //8 };//24 /…

(5) 深入探索Python-Pandas库的核心数据结构:Series详解

目录 前言1. Series 简介2. Series的特点3. Series的创建3.1 使用列表创建Series3.2 使用字典创建Series3.3 使用列表和自定义索引创建Series3.4 指定数据类型和名称 4. Series的索引/切片4.1 下标索引:基于整数位置的索引4.2 基于标签的索引4.3 切片4.4 使用.loc[]…

触感网络:WebKit 振动(Vibration API)的交互新维度

触感网络:WebKit 振动(Vibration API)的交互新维度 在数字化时代,用户体验的追求已经不仅限于视觉和听觉,触觉反馈也逐渐成为网页交互设计的重要组成部分。WebKit 作为众多现代浏览器的核心技术引擎,对振动…

Linux 文件描述符 fd

当然,以下是一些关于 Linux 文件描述符(fd)的示例,以清晰、分点表示和归纳的形式给出: 1. 文件描述符的基本概念和用途 定义:文件描述符是一个非负整数,用于指代被进程所打开或使用的文件、套…

Leetcode 59. 螺旋打印矩阵

题目描述 给你一个正整数 n ,生成一个包含 1 到 n2 所有元素,且元素按顺时针顺序螺旋排列的 n x n 正方形矩阵 matrix 。 示例 1: 输入:n 3 输出:[[1,2,3],[8,9,4],[7,6,5]] 示例 2: 输入:n…

c++中new和delete重载的一点介绍

通义千问中作答的,感觉回答的比自己总结的好: 实际上,你可以在C中重载new和delete运算符。重载new和delete允许你自定义内存分配和释放的行为,这对于实现特殊的内存管理策略非常有用,例如: 内存池&#xf…

系统迁移从CentOS7.9到Rocky8.9

我有两台阿里云上的服务器是CentOS7.9,由于CentOS7已经停止支持,后续使用的话会有安全漏洞,所以需要尽快迁移,个人使用的话目前兼容性好的还是RockyLinux8,很多脚本改改就能用了。 一、盘点系统和迁移应用 查看当前系…

AI在软件开发中的革新与未来挑战

目录 前言 AI工具的广泛应用与优势 AI与开发者技能需求的互动关系 AI的未来展望与面临的挑战 结语 前言 在当今快速发展的技术领域中,生成式人工智能(AIGC)正以前所未有的方式改变着软件开发的面貌。从代码生成到错误检测,再…

linux内核源码学习所需基础

1.面向对象的思想,尤其是oopc的实现方式。 2.设计模式。 这两点需要内核源码学习者不仅要会c和汇编,还要接触一门面向对象的语言,比如c++/java/python等等任意一门都行,起码要了解面向对象的思想。 另外li…

MyBatis 框架核心及面试知识要点

1、什么是 MyBatis? MyBatis 是一款优秀的支持自定义 SQL 查询、存储过程和高级映射的持久层框架,消除了 几乎所有的 JDBC 代码和参数的手动设置以及结果集的检索 。 MyBatis 可以使用 XML,或注解进 行配置和映射,MyBatis 通过将参数映射到配置的 SOL,形…

FastSpeech2中文语音合成就步解析:TTS数据训练实战篇

参考github网址: GitHub - roedoejet/FastSpeech2: An implementation of Microsoft’s “FastSpeech 2: Fast and High-Quality End-to-End Text to Speech” 数据训练所用python 命令: python3 train.py -p config/AISHELL3/preprocess.yaml -m confi…

ida动态调试-cnblog

ida动态调试 传递启动ida服务 android_server在ida\dbgsrv目录中 adb push android_server /data/local/tmp/chmod 755 /data/local/tmp/android_server /data/local/tmp/android_serveradb forward tcp:23946 tcp:23946ida报错:大多是手机端口被占用 报错提示: …

java面试-java基础(下)

文章目录 一、和equals区别?二、hashcode方法作用?两个对象的hashCode方法相同,则equals方法也一定为true吗?三、为什么重写equals方法就一定要重写hashCode方法?四、Java中的参数传递时传值呢还是传引用?五…

期末上分站——计组(3)

复习题21-42 21、指令周期是指__C_。 A. CPU从主存取出一条指令的时间 B. CPU执行一条指令的时间 C. CPU从主存取出一条指令的时间加上执行这条指令的时间。 D. 时钟周期时间 22、微型机系统中外设通过适配器与主板的系统总线相连接,其功能是__D_。 A. 数据缓冲和…

数据库可视化管理工具dbeaver试用及问题处理。

本文记录了在内网离线安装数据库可视化管理工具dbeaver的过程和相关问题处理方法。 一、下载dbeaver https://dbeaver.io/download/ 笔者测试时Windows平台最新版本为:dbeaver-ce-24.1.1-x86_64-setup.exe 二、安装方法 一路“下一步”即可 三、问题处理 1、问…