【SLAM】开源 | 激光雷达姿态估计的目标形状优化

论文地址： http://arxiv.org/pdf/2109.01181v3.pd

来源： University of Michigan

论文名称：Optimal Target Shape for LiDAR Pose Estimation

原文作者：Jiunn-Kai Huang

内容提要

目标在诸如杂乱或无纹理环境中的目标跟踪、摄像机(和多传感器)校准任务以及SLAM等问题中至关重要。这些任务的目标形状通常是对称的(正方形、矩形或圆形)，并且适用于结构化、密集的传感器数据，如像素数组(即图像)。然而，对称形状导致在使用稀疏传感器数据(如LiDAR点云)时产生模糊性，并受到LiDAR量化不确定性的影响。针对激光雷达点云，提出了通过优化目标形状来消除姿态模糊的概念。设计了一个目标，在相对于激光雷达的旋转和平移下，在边缘点处诱导较大的梯度，以改善与点云稀疏性相关的量化不确定性。此外，给定目标形状，我们提出了一种方法，利用目标的几何形状来估计目标的顶点，同时全局估计姿态。仿真和实验结果(由运动捕捉系统验证)都证实，通过使用最优形状和全局求解器，即使在30米外放置部分照明目标时，我们也能实现厘米级的平移误差和几度的旋转误差。

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