推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于滤波的激光SLAM算法.docx

资料介绍

基于滤波的激光SLAM算法

一、SLAM技术概述

同步定位与地图构建(Simultaneous Localization and MappingSLAM)是指移动机器人在未知环境中,通过自身搭载的传感器获取环境信息,同时完成自身位姿估计和环境地图构建的技术,是实现机器人自主导航、自主探索的核心技术基础。按照传感器类型划分,SLAM可以分为激光SLAM和视觉SLAM两大类:激光SLAM以激光雷达作为主要感知传感器,利用激光雷达测距精度高、抗光照干扰能力强的特点,能够在室内、室外半结构化环境中实现稳定的定位与建图,目前已经广泛应用于服务机器人、工业AGV、自动驾驶扫地机等领域;视觉SLAM以相机作为主要传感器,具备成本低、信息丰富的优势,但在定位精度和环境鲁棒性上弱于激光SLAM

激光SLAM按照算法框架划分,主要分为基于滤波的激光SLAM基于图优化的激光SLAM两大类。基于滤波的激光SLAM是发展最早、理论体系最成熟的一类方法,它以贝叶斯滤波框架为基础,通过递推方式估计机器人当前时刻的位姿状态,同时构建增量式环境地图,核心思想是将SLAM问题转化为状态估计问题,通过滤波方法对状态的后验概率分布进行递推求解。

二、基于滤波的激光SLAM的问题建模

基于滤波的SLAM核心是估计状态的后验概率分布,首先需要对SLAM问题进行概率建模。

2.1 基本变量定义

SLAM问题中,我们定义以下核心变量:

1. 机器人位姿 表示机器人在k时刻的位姿,对于二维平面运动的机器人,位姿包含平面坐标xy和航向角θ,即 ;对于三维运动场景,位姿包含六自由度,即三个平移分量和三个旋转分量。


部分文件列表

文件名 大小
基于滤波的激光SLAM算法.docx 24K

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