获取完整原文,公众号回复:0171
论文地址: https://www.researchgate.net/publication/330592017_LeGO-LOAM_Lightweight_and_Ground-Optimized_Lidar_Odometry_and_Mapping_on_Variable_Terrain
代码: https://github.com/RobustFieldAutonomyLab/LeGO-LOAM.git
来源: 麻省理工
论文名称:LeGO-LOAM: Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain
原文作者:Tixiao Shan && Brendan Englot
内容提要
针对地面车辆的六自由度姿态实时估计问题,提出了一种轻型、基于地面优化的激光雷达SLAM方法--Lego-LOAM。LeGO-LOAM是一个轻量级的在低功耗嵌入式系统中可以实现实时姿态估计的激光slam算法。该算法是一种基于地面的slam优化算法,因为它在分割和优化步骤中利用了地面位置。首先通过点云分割滤除噪声,然后通过特征提取得到独特的平面和边缘特征。然后,第二步采用Levenberg-Marquardt优化方法,使用平面和边缘特征来解算连续扫描的激光数据,计算当前的6DOF。我们的算法与当前表现SOTA的算法进行比较,例如LOAM等,结果表明,Lego-LOAM在减少计算开销的情况下可以达到相似或更好的精度。我们还将LeGO-LOAM集成到SLAM框架中,以消除漂移造成的姿态估计误差,使用KITTI数据集进行测试。
主要框架及实验结果
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。