多传感器融合定位（一）——3D激光里程计

目录

一、点云地图整体流程

 二、激光里程计方案

2.1 ICP点到点

2.1.1 ICP推导

2.1.2 ICP改进

2.2 NDT

2.2.1 NDT推导

2.2.2 NDT改进

2.3 LOAM系 

2.3.1 LOAM

2.3.2 A-LOAM

2.3.3 LEGO-LOAM

 2.4 数据集及评价指标

2.4.1 KITTI简介

2.4.2 指标

一、点云地图整体流程

 二、激光里程计方案

2.1 ICP点到点

要求初始位姿比较好

 

2.1.1 ICP推导

 核心思想：将旋转和平移分开求解，先求得旋转再根据旋转求平移得值

Trace是对角线的值， 交换相乘顺序，迹不变

 求解出之后，进行迭代

2.1.2 ICP改进

ICP是一个假设模型，点到点本身就是模糊求解，一堆点云打到同一个地方不可能完全重合。 

2.2 NDT

NDT计算的是两个点云的每个栅格内分布和分布之间得差异，鲁棒性高 

2.2.1 NDT推导

只需要计算第一个点云的特征分布，而不需要每次迭代都计算一下第二个点云，只需要计算第二个点云在第一个点云栅格的概率最大。 

 

2.2.2 NDT改进

2.3 LOAM系 

2.3.1 LOAM

1、提取特征 

1）按线束分割

2、帧间匹配

1）定义点到线，点到面之间的距离

2）寻找与Rt的联系

最完美的情况是经过旋转平移，点在线上，点在面上。

3）LM优化

3、合并地图点

 

2.3.2 A-LOAM

F-LOAM

2.3.3 LEGO-LOAM

 2.4 数据集及评价指标

2.4.1 KITTI简介

2.4.2 指标