典型文献
基于Karto算法的割草机器人建图及其运动畸变校正
文献摘要：
农业割草机器人是SLAM技术在农业领域的重要应用,部署在机器人端的SLAM算法的建图效率及其运动稳定性将直接影响割草机器人的工作效率和人为干预的占比.为了提高割草机器人基于以往传统算法的建图效率,减小所建地图的噪声残差,课题组提出了一种基于Karto算法并引入G2O后端优化库进行花坛建图的策略,并且结合IMU和轮速计进行激光雷达的运动畸变校正.该优化策略将图优化方式转化为最小二乘的超定方程解,并提取误差函数进行畸变校正,可以有效解决因路面崎岖打滑导致的建图偏差问题,在相当程度上提高了割草机器人的工作稳定性.
文献关键词：
割草机器人;后端优化;最小二乘法;运动畸变校正
中图分类号：
作者姓名：
侯可馨;李霁翔;邹腾跃;黄浩军
作者机构：
福建农林大学机电工程学院,福建 福州 350002;福建农林大学金山学院,福建 福州 350002
文献出处：
引用格式：
[1]侯可馨;李霁翔;邹腾跃;黄浩军-.基于Karto算法的割草机器人建图及其运动畸变校正)[J].南方农机,2022(14):1-4
A类：
Karto,运动畸变校正,G2O
B类：
割草机器人,建图,SLAM,农业领域,重要应用,运动稳定性,人为干预,传统算法,建地,后端优化,花坛,IMU,激光雷达,图优化,优化方式,超定方程,方程解,误差函数,崎岖,打滑,相当程度,工作稳定性
AB值：
0.244029
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。
