推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

LeGO-LOAM轻量化激光SLAM优化方案.docx

资料介绍

LeGO-LOAMLOAM框架优化后的轻量化激光SLAM方案

一、LeGO-LOAMLOAM的核心优化方向

LeGO-LOAM是基于经典激光SLAM算法LOAMLidar Odometry and Mapping)提出的轻量化改进版本,针对原LOAM框架在计算资源消耗、场景适应性、运行效率等方面的不足做了针对性优化,能够在嵌入式平台等资源有限的设备上实现实时的激光里程计与建图。

1. 特征提取分层优化

LOAM对所有点云统一提取边缘特征和平面特征,不对地面点和非地面点做区分,计算过程中会处理大量冗余点。LeGO-LOAM首先通过点云分割将输入点云分为地面点和非地面点两类:针对地面点直接提取平面特征,针对非地面点额外提取边缘特征。这种分层处理方式减少了特征提取的计算量,同时能够保留更符合结构化环境的有效特征,避免无效点对后续配准过程的干扰。

2. 两步图优化的轻量化设计

LOAM采用的是基于帧到模型的配准策略,全局优化依赖所有历史帧的点云特征,存储和计算成本都较高。LeGO-LOAM将里程计估计和建图过程分离,并且引入基于因子图的全局优化,只对关键帧进行优化,而非所有帧都参与全局调整。具体来说,前端激光里程计负责估计相邻关键帧之间的位姿变换,后端只维护关键帧的位姿图,通过约束关键帧之间的匹配关系来优化全局轨迹,大幅降低了后端优化的计算量,使得算法能够在低算力平台运行。


部分文件列表

文件名 大小
LeGO-LOAM轻量化激光SLAM优化方案.docx 12K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载