排序方式: 共有8条查询结果,搜索用时 31 毫秒
1
1.
针对城市道路斜坡地形场景中地面欠分割或过分割的问题,提出了一种自适应的激光雷达地面分割算法。首先将激光点云按照水平角度分辨率进行有序组织,然后求取同一水平角度下前后扫描圈间激光点云的距离和局部坡度,最后采用自适应水平距离、局部高度和全局高度阈值区分地面点和非地面点。结合40线激光雷达进行多场景实例分析,结果表明本文算法分割的准确率更高,处理每帧数据均用时约1ms,满足无人驾驶汽车的实时性需求。提出了一种自适应的激光雷达地面分割算法,实现了对激光雷达地面点云的准确分割。 相似文献
2.
3.
为了提高平面拟合精度,本文采用总体最小二乘求解平面拟合参数。同时考虑到点云数据中含有的粗差点可能影响点云平面拟合的精度,提出了方差膨胀的稳健加权总体最小二乘。本文通过选取IGG权函数将点云数据分为3段,并引入中位数对IGG权函数进行改进,可以更准确地探测粗差。考虑到点云数据中x、y、z这3个方向的误差并不是等精度,计算了点位的协方差矩阵,使得x、y、z这3个方向的误差分配更加合理。通过实例表明,本文的方法不仅可以消除粗差点的影响,还能减弱可疑点的影响,得到更为准确的平面拟合参数,提高了平面拟合精度。 相似文献
4.
针对空间直线拟合的整体最小二乘算法无法顾及模型误差以及空间直线拟合无法直接利用整体最小二乘进行拟合的问题,该文提出了一种基于补偿最小二乘方法的空间直线拟合方法。首先,将待拟合的空间直线分别投影至3个互相垂直的平面得到3条平面直线;然后根据补偿最小二乘方法能同时顾及数据中模型误差和偶然误差的特性,选择合适的方法求取正规化矩阵和平滑因子来平衡误差,分别求解3条平面直线的拟合参数;最后,根据3条平面直线的拟合参数重建空间直线。通过与相关文献的结果进行比较,结果表明采用补偿最小二乘方法进行空间直线拟合具有一定的可行性,可以提高空间直线的拟合精度。 相似文献
5.
针对空间直线拟合的整体最小二乘算法无法顾及模型误差以及空间直线拟合无法直接利用整体最小二乘进行拟合的问题,该文提出了一种基于补偿最小二乘方法的空间直线拟合方法。首先,将待拟合的空间直线分别投影至3个互相垂直的平面得到3条平面直线;然后根据补偿最小二乘方法能同时顾及数据中模型误差和偶然误差的特性,选择合适的方法求取正规化矩阵和平滑因子来平衡误差,分别求解3条平面直线的拟合参数;最后,根据3条平面直线的拟合参数重建空间直线。通过与相关文献的结果进行比较,结果表明采用补偿最小二乘方法进行空间直线拟合具有一定的可行性,可以提高空间直线的拟合精度。 相似文献
6.
基于单一传感器的同时定位与地图构建技术已经逐渐不能满足移动机器人、无人机及自动驾驶车辆等智能移动载体日益复杂的应用场景。为了进一步提升移动载体在复杂环境下的定位与建图性能,基于多传感器融合的SLAM技术成为目前研究的热点内容。本文提出了一种基于图优化的紧耦合双目视觉/惯性/激光雷达SLAM方法(S-VIL SLAM),该方法在视觉惯性系统中引入激光雷达原始观测,基于滑动窗口实现了IMU量测、视觉特征及激光点云特征的多源数据联合非线性优化。利用视觉与激光雷达的互补特性设计了视觉增强的激光雷达闭环优化算法,进一步提升了多源融合SLAM系统的全局定位与建图精度。为了验证本文算法的性能,利用自主搭建的集成多传感器的硬件采集平台在室外场景下进行了车载试验。试验结果表明,本文提出的紧耦合双目视觉/惯性/激光雷达里程计相比于紧耦合双目视觉惯性里程计和激光雷达里程计定位定姿性能显著提升,视觉增强的激光雷达闭环优化算法能够在大尺度场景下有效探测出轨迹中的闭环信息,并实现高精度的全局位姿图优化,经过闭环优化的点云地图具有良好的分辨率和全局一致性。 相似文献
7.
8.
高精度定位与导航服务在移动机器人、无人机与自动驾驶等新兴领域中发挥着至关重要的作用。视觉/惯性/激光雷达组合算法相较于视觉/惯性组合算法,可同时利用环境的空间结构与纹理信息以实现更为鲁棒的位姿估计结果,然而其在大尺度场景下仍存在误差累计问题。为此提出了一种全球导航卫星系统(global navigation satellite system,GNSS)精密单点定位(precise point positioning,PPP)/视觉/惯性/激光雷达紧组合算法。该算法首先通过4种传感器的联合初始化,实现了不同传感器空间基准的统一;然后,用双频无电离层组合后的GNSS伪距、相位观测值与视觉、惯性、激光雷达原始观测值共同构成误差因子;最后,通过基于关键帧与滑动窗口的因子图优化实现了全局位姿的精确、鲁棒估计。经车载实验验证,所提出的GNSS PPP/视觉/惯性/激光雷达紧组合算法通过4种传感器在原始观测值层面的组合,可以显著提升系统在复杂环境下的位姿估计的精度、连续性与可靠性,实现无缝导航。 相似文献
1