基于3D LiDAR的SLAM中的动态对象过的审查
Hongrui Peng1, Ziyu Zhao1, Liguan Wang1,2
1School of Resources and Safety Engineering, Central South University, Changsha 410083, China.
Sensors (Basel, Switzerland)
|January 26, 2024
概括
本研究审查了使用3D LiDAR在动态环境中的同时定位和映射 (SLAM). 它详细介绍了用于过动态对象的方法,以提高SLAM准确性和稳定性,用于自动驾驶等应用.
科学领域:
- 机器人和人工智能 机器人和人工智能
- 计算机视觉 计算机视觉
- 传感器融合式传感器
背景情况:
- 使用3D LiDAR的同时定位和映射 (SLAM) 对自主系统至关重要.
- 在现实环境中的动态对象显著降低了SLAM的准确性和稳定性.
- 在动态环境中对SLAM的现有研究缺乏全面的审查.
研究的目的:
- 在动态环境中提供基于3D LiDAR的SLAM的全面审查.
- 分析SLAM中动态对象过的必要性和重要性.
- 讨论这个研究领域的当前方法和未来趋势.
主要方法:
- 在3D点云中对动态对象过方法的分类 (例如,光线追踪,基于可见性,基于细分).
- 在SLAM框架内对动态对象和相应的处理策略的分类 (在线,后处理,长期).
- 分析动态SLAM的发展过程和当前状态.
主要成果:
- 详细介绍3D点云的主流动态对象过技术.
- 在SLAM中对不同动态对象类别的处理策略的摘要.
- 在动态的SLAM中识别研究缺口和挑战.
结论:
- 动态对象过对于强大而准确的3D LiDAR SLAM至关重要.
- 需要对过方法和对象分类采取结构化的方法.
- 未来的研究应该专注于先进的过技术和长期的动态SLAM解决方案.
