专栏首页arxiv.org翻译专栏三维激光雷达SLAM的实时全局再定位框架

三维激光雷达SLAM的实时全局再定位框架

同步定位与地图构建((SLAM)是近年来的一个研究热点。在更加经济实惠的3D激光雷达传感器的背景下,3D激光雷达SLAM的研究越来越受到欢迎。此外,点云地图的重新定位问题是其他SLAM应用的基础。本文提出了一种模板匹配框架,用于在三维激光雷达地图中对机器人进行全局重新定位。这提出了两个主要挑战。首先,大多数点云全局描述符只能用于小局部区域下的位置检测。因此,为了在地图中全局重新定位,通过物理仿真引擎在离线阶段利用重建的网格模型密集收集点云和描述符(模板),扩大点云描述符的功能距离。其次,由于采集模板数量的增加,使得匹配阶段的速度过慢,无法满足实时性要求,为此我们提出了一种级联匹配方法,以提高匹配效率。在实验中,该框架使用具有100k模板的纯python实现,在大约10Hz的匹配速度下达到了0.2米的精度,这对于SLAM应用是有效与高效的。

原文标题:A real-time global re-localization framework for 3D LiDAR SLAM

原文:Simultaneous localization and mapping (SLAM) has been a hot research field in the past years. Against the backdrop of more affordable 3D LiDAR sensors, research on 3D LiDAR SLAM is becoming increasingly popular. Furthermore, the re-localization problem with a point cloud map is the foundation for other SLAM applications. In this paper, a template matching framework is proposed to re-localize a robot globally in a 3D LiDAR map. This presents two main challenges. First, most global descriptors for point cloud can only be used for place detection under a small local area. Therefore, in order to re-localize globally in the map, point clouds and descriptors(templates) are densely collected using a reconstructed mesh model at an offline stage by a physical simulation engine to expand the functional distance of point cloud descriptors. Second, the increased number of collected templates makes the matching stage too slow to meet the real-time requirement, for which a cascade matching method is presented for better efficiency. In the experiments, the proposed framework achieves 0.2-meter accuracy at about 10Hz matching speed using pure python implementation with 100k templates, which is effective and efficient for SLAM applications.

原文链接:https://arxiv.org/abs/2109.00200

原文作者:Ziqi Chai, Xiaoyu Shi, Yan Zhou, Zhenhua Xiong

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 一文详解SLAM的主要任务和开源框架

    SLAM是Simultaneous localization and mapping缩写,意为“同步定位与建图”.

    3D视觉工坊
  • 同时定位与地图创建综述

    SLAM包含两个主要任务,定位和建图。这是移动机器人自主完成作业任务需要解决的基本问题,特别是在未知环境的情况下,移动机器人既要确定自身在环境中的位姿,又要根据...

    3D视觉工坊
  • 2020年最新 iPad Pro上的激光雷达是什么?来激光SLAM技术中找答案

    日前,苹果公司正式发布了2020 iPad Pro。设备采用A12Z芯片,并包括Ultra Wide摄像头和液态视网膜显示屏,以及常规的摄像头、传感器和扬声器阵...

    CV君
  • 基于LOAM的激光SLAM汇总

    本文仅做学术分享,如有侵权,请联系删除。欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈分享快乐。

    点云PCL博主
  • 立体视觉+惯导+激光雷达SLAM系统

    标题:Stereo Visual Inertial LiDAR Simultaneous Localization and Mapping

    点云PCL博主
  • SLAM | 激光SLAM中开源算法对比

    好久没有更新SLAM系列的文章了,前面我们讲到了激光SLAM技术。基于激光雷达的同时定位与地图构建技术(simultaneous localization an...

    AI算法修炼营
  • 【SLAM】开源 | MULLS:多度量线性最小二乘法的多功能激光雷达SLAM

    论文地址: http://arxiv.org/pdf/2102.03771v2.pdf

    CNNer
  • SLAM综述之Lidar SLAM

    SLAM包含了两个主要的任务:定位与构图,在移动机器人或者自动驾驶中,这是一个十分重要的问题:机器人要精确的移动,就必须要有一个环境的地图,那么要构建环境的地图...

    点云PCL博主
  • 【系列文章】面向自动驾驶的三维点云处理与学习(3)

    标题:3D Point Cloud Processing and Learning for Autonomous Driving

    点云PCL博主
  • SLAM综述(4)激光与视觉融合SLAM

    SLAM包含了两个主要的任务:定位与构图,在移动机器人或者自动驾驶中,这是一个十分重要的问题:机器人要精确的移动,就必须要有一个环境的地图,那么要构建环境的地图...

    点云PCL博主
  • SLAM综述-Lidar SLAM

    SLAM包含了两个主要的任务:定位与构图,在移动机器人或者自动驾驶中,这是一个十分重要的问题:机器人要精确的移动,就必须要有一个环境的地图,那么要构建环境的地图...

    3D视觉工坊
  • RadarSLAM: 全天候大场景激光slam

    RadarSLAM: Radar based Large-Scale SLAM in ALL Weathers

    用户1150922
  • 论文简述 | CamVox: 一种低成本、高精度的激光雷达辅助视觉SLAM系统

    将激光雷达与基于相机的同步定位和建图(SLAM)相结合是提高整体精度的有效方法,尤其是在大规模室外场景下.低成本激光雷达(如Livox激光雷达)的最新发展使我们...

    3D视觉工坊
  • 漫谈 SLAM 技术(上)

    本文对 SLAM 技术及其发展进行简要介绍,分析视觉 SLAM 系统的关键问题以及在实际应用中的难点,并对 SLAM 的未来进行展望。

    DancingWind
  • 一文详解高精地图构建与SLAM感知优化建图策略

    高精度地图对自动驾驶系统功能研发的影响已经越来越明显,整体上来讲主要包含但不仅限于提升车端感知性能、拓展自动驾驶新功能、动态建图等相关应用。具体体现在如下几个重...

    3D视觉工坊
  • 最新综述 | 基于深度学习的SLAM方法:面向空间机器智能时代

    A Survey on Deep Learning for Localization and Mapping Towards the Age of Spatia...

    用户1150922
  • LIC-Fusion 2.0:基于滑动窗口法平面特征跟踪的激光雷达惯性相机里程计

    来自商用惯性、视觉和激光雷达传感器的多模态测量的多传感器融合提供了鲁棒和精确的6自由度姿态估计,在机器人学和其他领域具有巨大的潜力.在本文中,基于我们以前的工作...

    3D视觉工坊
  • 通俗理解SLAM算法

    SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Loca...

    智能算法
  • 基于点云描述子的立体视觉里程计快速鲁棒的位置识别方法

    文章:A Fast and Robust Place Recognition Approach for Stereo Visual Odometry Using...

    3D视觉工坊

扫码关注云+社区

领取腾讯云代金券