典型文献
车载LiDAR-IMU外参联合标定算法
文献摘要：
为提高LIO-SAM算法的定位精度,本文从LiDAR-IMU外参标定方面开展研究,针对现有的传感器标定算法在车载条件下标定精度低的缺点,提出一种新的车载传感器联合标定算法.针对车载条件下自由度低导致俯仰、横滚方向约束建立不充分的问题,利用车辆的大范围运动轨迹消除平移参数影响,使用正态分布变换(NDT)和迭代最近点(ICP)的点云匹配算法快速得到旋转参数初值,提高俯仰角和横滚角的标定精度.针对粗标定过程中激光里程计存在漂移以及没有标定平移外参的问题,对基于点云优化的全参数标定方案进行改进,利用转弯区域构建对平移外参的约束,结合统计误差平均效应和位移约束构建新的目标函数,迭代优化后得到全参数标定结果.实验结果表明,加入了外参标定模块的LIO-SAM算法的定位精度提升了 1.74％～5.92％.
文献关键词：
LiDAR/IMU;定位;传感器标定;点云优化
中图分类号：
作者姓名：
黄平;胡超;张宁;薛冰
作者机构：
哈尔滨工程大学智能科学与工程学院 哈尔滨 150001;中国电子科技集团公司第五十四研究所 石家庄 050000
文献出处：
引用格式：
[1]黄平;胡超;张宁;薛冰-.车载LiDAR-IMU外参联合标定算法)[J].仪器仪表学报,2022(10):128-135
A类：
B类：
车载,LiDAR,IMU,联合标定,标定算法,LIO,SAM,外参标定,传感器标定,下标,标定精度,下自,横滚,方向约束,用车,运动轨迹,平移,参数影响,正态分布变换,NDT,迭代最近点,ICP,点云匹配,匹配算法,初值,俯仰角,激光里程计,漂移,点云优化,全参数,参数标定,转弯,统计误差,平均效应,迭代优化,标定结果,定模,定位精度提升
AB值：
0.451032
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。
