典型文献
基于视觉、LiDAR与IMU的实时无人车里程计研究
文献摘要：
视觉/LiDAR里程计可以根据传感器数据对无人车在多个自由度上运动的过程进行估计,是无人车定位建图系统的重要组成部分.文中提出了一种使用视觉、LiDAR和IMU进行信息融合的里程计,支持多种运行模式和初始化方式.前端部分采用了改进后的ICPCUDA算法进行激光点云配准,利用光流法对视觉特征进行跟踪,并利用激光点云数据对视觉特征的深度进行估计.后端部分采用了基于滑动窗口的图优化模型,并为视觉和LiDAR关键帧创建状态节点,以前端结果作为量测,将相邻状态节点通过预积分因子关联.文中方案实验结果表明:在城市场景系统平均相对位移精度为0.2％-0.5％,系统全量传感器运行模式(VLIO模式)整体要比关闭视觉的模式(LIO模式)和关闭LiDAR的模式(VIO模式)精度高.文中提出的方法对于提高无人车定位建图系统的精度有着积极意义.
文献关键词：
无人驾驶;LiDAR里程计;ICP;状态估计
中图分类号：
作者姓名：
赵耀忠;咸金龙;高巍
作者机构：
华能伊敏煤电有限责任公司伊敏露天矿,内蒙古呼伦贝尔021134;北京百度网讯科技有限公司,北京100089
文献出处：
引用格式：
[1]赵耀忠;咸金龙;高巍-.基于视觉、LiDAR与IMU的实时无人车里程计研究)[J].红外与激光工程,2022(08):197-205
A类：
ICPCUDA,VLIO
B类：
LiDAR,IMU,车里,里程计,传感器数据,无人车定位,建图,信息融合,运行模式,初始化方式,前端部分,激光点云配准,利用光,光流法,对视,视觉特征,激光点云数据,后端,滑动窗口,图优化,关键帧,将相,预积分,积分因子,子关,中方,方案实验,城市场景,相对位移,量传,VIO,无人驾驶,状态估计
AB值：
0.371805
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。
