针对大场景激光里程计误差累积及其导致的纯激光闭环检测失效问题,提出了一种融合视觉闭环的激光里程计算法。首先采用点云分割技术实现基于特征的激光里程计算法,然后结合视觉检测的闭环约束进行全局位姿图优化,实现高精度位姿估计及...针对大场景激光里程计误差累积及其导致的纯激光闭环检测失效问题,提出了一种融合视觉闭环的激光里程计算法。首先采用点云分割技术实现基于特征的激光里程计算法,然后结合视觉检测的闭环约束进行全局位姿图优化,实现高精度位姿估计及地图构建。采用KITTI开源数据集进行实验,并将本文算法与LOAM(LiDAR odometry and mapping)算法和LeGO-LOAM(lightweight and ground-optimized-LOAM)算法进行对比。结果表明,本文算法的位姿估计精度最高,综合位姿估计仅需31.3 ms,满足自动驾驶汽车实时定位与建图需求。展开更多
文摘针对大场景激光里程计误差累积及其导致的纯激光闭环检测失效问题,提出了一种融合视觉闭环的激光里程计算法。首先采用点云分割技术实现基于特征的激光里程计算法,然后结合视觉检测的闭环约束进行全局位姿图优化,实现高精度位姿估计及地图构建。采用KITTI开源数据集进行实验,并将本文算法与LOAM(LiDAR odometry and mapping)算法和LeGO-LOAM(lightweight and ground-optimized-LOAM)算法进行对比。结果表明,本文算法的位姿估计精度最高,综合位姿估计仅需31.3 ms,满足自动驾驶汽车实时定位与建图需求。
