典型文献
一种基于动态剔除和场景匹配的Robust SLAM方法
文献摘要：
针对动态环境中移动物体和结构变形引起激光雷达自主定位精度下降的问题,本文提出了一种Dynamic Lego-loam方法.为减小动态点误匹配给激光雷达里程计带来的误差,该方法首先在里程计精解算之前,提出了一种基于先验信息的点云粗配准算法用以剔除动态点,提高了激光雷达里程计的匹配精度.然后,针对环境中的动态变化带来的误差累积和建图重影问题,利用场景匹配的方法优化了传统基于半径的闭环检测方法.大范围采用基于半径的粗搜索快速定位至局部场景,小范围构建区域高度差描述符精确匹配至最相似历史帧,最终实现了精准的闭环检测并提高了动态环境中的建图精度.实验结果表明,在动态环境下,Dynamic Lego-loam算法相较于Lego-loam算法自主定位精度提高了 63％.
文献关键词：
SLAM;动态环境;RANSAC;回环检测
中图分类号：
作者姓名：
邱佳月;赖际舟;方玮;吕品;李志敏
作者机构：
航空工业苏州长风航空电子有限公司 苏州 215000;南京航空航天大学自动化学院 南京 211106
文献出处：
引用格式：
[1]邱佳月;赖际舟;方玮;吕品;李志敏-.一种基于动态剔除和场景匹配的Robust SLAM方法)[J].仪器仪表学报,2022(03):249-257
A类：
Lego
B类：
Robust,SLAM,动态环境,动物体,结构变形,激光雷达,自主定位,定位精度,Dynamic,loam,小动,误匹配,配给,达里,里程计,先验信息,点云粗配准,匹配精度,误差累积,累积和,建图,方法优化,闭环检测,快速定位,小范,高度差,描述符,RANSAC,回环检测
AB值：
0.397904
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
