文档名：面向车辆自主定位的激光雷达特征点选取方法性能分析
自动驾驶车辆的自主定位是智能汽车不可或缺的功能,用于自主定位和姿态估计的激光SLAM算法有赖于良好的特征点提取算法和场景模型.本文主要介绍了现有两种点云定位和配准算法:LidarOdometryandMapping(Loam)算法和ImplicitMovingLeastSquares(IMLS)算法,并分析了两种算法的异同,以及拼接两种算法的可行性.然后文章根据分析结果提出了新方法——将IMLS算法中的特征点选取算法迁移至Loam框架中,并在KITTI的数据集上做验证.结果显示平均位姿估计误差为0.74％,证明了本文方法的有效性.
作者：魏超江建文陈宗海
作者单位：中国科学技术大学自动化系,安徽合肥,中国,230026
母体文献：第20届中国系统仿真技术及其应用学术年会(20thCCSSTA2019)论文集
会议名称：第20届中国系统仿真技术及其应用学术年会(20thCCSSTA2019)
会议时间：2019年8月1日
会议地点：合肥
主办单位：中国自动化学会,中国系统仿真学会
语种：chi
分类号：
关键词：自动驾驶车辆 自主定位 激光雷达 特征点选取 点云配准
在线出版日期：2020年7月21日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.8 MB
- 下载次数:
- 60
-
高速下载
|
|
