hector_slam

发表于   |   分类于   |  

Hector SLAM的效果

A Flexible and Scalabel SLAM system with Full 3D Motion Estimation

一些关键词

  • LIDAR: Light Detecting and Ranging 激光雷达

框架

Overview

Our approach combines a 2D SLAM system based on the integration of laser scans (LIDAR) in a planar map and an integrated 3D navigation system based on an inertial mea-surement unit (IMU), which incorporates the 2D informationfrom the SLAM subsystem as one possible source of aidinginformation.

Full 3D state represent by
3D state
where:


The motion arbitrary rigid body is described by the nonlinear differential equation system:

2D SLAM

我们可以从LiDAR获取现实的连续信号，对此可以采用不同的采样率进行采样，当然不同的采样率最后得到的图形的精度会有所不同。对于采到的离散数据点阵，我们更为关注末端点。然后进行扫描匹配，得到位移和偏转的增量。最终得到建图和定位。

Map Access

离散的栅格图的性质非常影响精度，没办法直接进行内插值以及微分的计算，要进行双线性内插值。
对于具体的处理方法参考John的博客：双线性插值

Scan Matching

扫描匹配是进行在aligning laser之间或者是与已存在的图片之间的。这里的方法是从图中成束的末端点里找到的最优解。由于是将扫描结果与已经存在的地图进行对齐，也就是意味着我们隐式地与此前所有的扫描结果做对比。
具体的来说，就是我们希望找到一个转化量
rigid transformation
使得代价函数

得到最小值

我们又知道，机器人的在全局坐标下的姿态表示为：
pose in world coordinate
得到误差测量表示，

Multi-Resolution Map Representation

multi-resolution

文中内容参考自A Flexible and Scalabel SLAM System with Full 3D Motion Estimation