《表1 2种算法不同场景旋转误差和平移误差对比表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《搜救环境下动态物体消除方法及其在SLAM中的应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

实验结果如图8所示，其中，红色代表KITTI提供的真值，蓝色代表本文的改进算法，黑色代表原始LOAM(laser odometry and mapping）算法。从图8中可以看出，本文的改进算法结果比原始LOAM算法的结果更加接近真值，尤其是在高速场景下。本研究使用KITTI提供的量化评价工具评价了改进算法（本文算法）和原始算法（LOAM算法）在旋转误差和平移误差的量化差异，其结果见表1。由表1可以看出，本文算法在07、09场景上平移误差和旋转误差都比原始LOAM算法低，分别降低了3.6%、4.9%和6.9%、5.6%，故本研究改进的算法在定位精度上有一定的提高。