基于LiDAR和SLAM(simultaneous localization and mapping)的LeGO-LOAM算法在低分辨率的LiDAR设备上,由于LiDAR数据的运动畸变、采样的地面数据稀疏等问题,存在重力矢量漂移现象和严重的高程估计误差。为了改善这一点,LeGO-LOAM改进算...基于LiDAR和SLAM(simultaneous localization and mapping)的LeGO-LOAM算法在低分辨率的LiDAR设备上,由于LiDAR数据的运动畸变、采样的地面数据稀疏等问题,存在重力矢量漂移现象和严重的高程估计误差。为了改善这一点,LeGO-LOAM改进算法引入了一种LiDAR和IMU(inertial measurement unit)紧耦合的方式。通过IMU估计运动状态,消除LiDAR数据的运动畸变,并使用IMU数据构建联合优化函数,约束位置姿态估计的重力方向。实验结果表明,这种方法有效抑制了LeGO-LOAM算法的重力矢量漂移,高程估计精度和高速状态下的定位精度均有显著提升。展开更多
本文设计了一个基于Lab VIEW平台的LEGO Mind storms轮式机器人运动轨迹实时绘制系统,本系统采用上下位机结构,使用Lab VIEW的图形化编程功能,设计了简单易用的上位机人机界面,并通过相关的函数模块化实现了对轮式机器人的控制和运动轨...本文设计了一个基于Lab VIEW平台的LEGO Mind storms轮式机器人运动轨迹实时绘制系统,本系统采用上下位机结构,使用Lab VIEW的图形化编程功能,设计了简单易用的上位机人机界面,并通过相关的函数模块化实现了对轮式机器人的控制和运动轨迹实时绘制功能。本文重点探讨了基于机器人移动方向的角度值和移动距离值,对绘制运动轨迹所需的平面坐标值的计算和机器人运动轨迹的绘制。展开更多
文摘本文设计了一个基于Lab VIEW平台的LEGO Mind storms轮式机器人运动轨迹实时绘制系统,本系统采用上下位机结构,使用Lab VIEW的图形化编程功能,设计了简单易用的上位机人机界面,并通过相关的函数模块化实现了对轮式机器人的控制和运动轨迹实时绘制功能。本文重点探讨了基于机器人移动方向的角度值和移动距离值,对绘制运动轨迹所需的平面坐标值的计算和机器人运动轨迹的绘制。
