《表2 不同传感器下的背包SLAM方案Tab.2 Backpack SLAM Scheme Under Different Sensors》
注:RBPF:Rao-Blackwellised Particle Filtering,Rao-Blackwellised粒子滤波;2D TSD SLAM:2D Truncated Signed Distances(TSD)SLAM,基于截断符号距离法的2维同步定位与绘图。
由于背包的便携性,并随着传感器及算法的发展,目前出现了多种不同传感器组合的背包SLAM系统[40-46](表2)。文献[40]针对2D激光扫描仪和惯性测量单元(inertial measurement units,IMU)组成的背包SLAM系统(图3)提出了4种方法,分别为:3×ICP、2×ICP+IMU、1×ICP+planer、1×ICP+IMU+planar。针对不同环境,4种方法有着不同优势,但都是针对不同传感器数据进行求解,从而恢复运动过程中的六自由度,并未考虑传感器数据之间联系,没有设计回环检测算法,不适合大范围室内3D重建。文献[41]在基于激光和IMU结合算法[40]进行定位的基础上,增加了改进的基于图像相似性的快速匹配法(fast appearance-based mapping,FAB-MAP)[47]的回环检测算法,有效地消除了累积误差。但此方法整合的点云和渲染图像匹配效果不好,为改善点云和像素之间的匹配效果,本文通过使用基于图像特征点匹配的定位方法增加节点限制条件,使用TORO重新优化。但该系统没有对传感器数据进行滤波或相应的处理,生成的点云精度仍可进一步提高。
图表编号 | XD007942400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.20 |
作者 | 危双丰、刘振彬、赵江洪、庞帆 |
绘制单位 | 北京建筑大学测绘与城市空间信息学院、现代城市测绘国家测绘地理信息局重点实验室、建筑遗产精细重构与健康监测北京市重点实验室、北京建筑大学测绘与城市空间信息学院、北京建筑大学测绘与城市空间信息学院、现代城市测绘国家测绘地理信息局重点实验室、建筑遗产精细重构与健康监测北京市重点实验室、北京建筑大学测绘与城市空间信息学院 |
更多格式 | 高清、无水印(增值服务) |