《表1 移动机器人返回起始位置时的相对位姿估计误差》
为验证地图的全局一致性,在此进行多次实验,将每个实验的初始位姿设置为[0,0,0,0]作为真值,在LOAM、Le GO_LOAM和A_LOAM算法中将移动机器人返回起始位置时计算的最终位姿数据取多次实验的平均值并导出,与真值进行对比,从而比较相对位姿估计误差,如表1所示。从表中可见,对于前四个场景,有IMU辅助的新松“C5”大楼周围的道路及停车场和序列05的一致性较好。在五个场景中,Le GO_LOAM和A_LOAM的误差都相对较小。对于前三个场景,有IMU辅助的新松“C5”大楼周围道路及停车场中,Le GO_LOAM和A_LOAM的误差在1m以内。在新松“C5”大楼周围的道路中,Le GO_LOAM的位姿估计精度,相对于LOAM,在平移和旋转上分别提高了91.67%和26.13%;A_LOAM的位姿估计精度在平移和旋转上分别提高了83.33%和70.13%;在新松“C5”大楼周围道路及小范围停车场中,Le GO_LOAM的位姿估计精度在平移和旋转上分别提高了95.15%和24.97%;A_LOAM的位姿估计精度在平移和旋转上分别提高了86.94%和53.94%;在新松“C5”大楼周围道路及大范围停车场中,Le GO_LOAM的位姿估计精度在平移和旋转上分别提高了91.79%和81.11%;A_LOAM的位姿估计精度在平移和旋转上分别提高了91.79%和83.54%;在序列05中,Le GO_LOAM的位姿估计精度在平移和旋转上分别提高了18.32%和96.06%,A_LOAM的位姿估计精度在平移和旋转上分别提高了24.50%和97.09%;在序列00中,Le GO_LOAM的位姿估计精度在平移和旋转上分别提高了92.70%和92.03%。A_LOAM的位姿估计精度在平移和旋转上分别提高了92.41%和80.83%。
图表编号 | XD00226567300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 欧阳仕晗、刘振宇、赵怡巍、秦圣然、刘潇 |
绘制单位 | 沈阳工业大学信息科学与工程学院、沈阳工业大学信息科学与工程学院、中国华能集团燃料有限公司营口分公司、沈阳工业大学信息科学与工程学院、东北大学机器人科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |