论文 | T-LOAM 截断最小二乘实时激光雷达SLAM

今天日常刷Github时看到一篇关于激光雷达SLAM的文章，论文名是“T-LOAM: Truncated Least Squares Lidar-only Odometry and Mapping in Real-Time”，来源TGRS 2021。文章没有来得及看，把关键插图放在下面，感兴趣的同学请阅读原文。

代码: github.com/zpw6106/tloam

论文: ieeexplore.ieee.org/document/9446309

摘要

本文提出了一种新颖的计算效率高且鲁棒性强的基于截断最小二乘法的里程计框架，称为T-LOAM。本文方法侧重于减轻离群值的影响，以便在稀疏、噪声或杂乱的情况下进行鲁棒导航。在预处理方面，提出了多区域地面提取和动态曲线体素聚类的方法来完成三维点云分割，滤除不稳定目标。提出了一种新的特征提取模块，用于识别四种特征：边缘特征、球面特征、平面特征和地面特征。前端基于分层特征的纯激光雷达里程计通过截断最小二乘法直接处理各种特征来进行精确的运动估计。以KITTI里程计为基准，在不同的校园场景下对预处理模型和运动估计精度进行了评估。实验结果表明，该算法具有良好的实时性和较高的精度。

框架

结果

-END-

— 版权声明 —

本微信公众号所有内容，由计算机视觉SLAM微信自身创作、收集的文字、图片和音视频资料，版权属计算机视觉SLAM微信所有；从公开渠道收集、整理及授权转载的文字、图片和音视频资料，版权属原作者。本公众号内容原作者如不愿意在本号刊登内容，请及时通知本号，予以删除。