BA-CLM:基于捆绑调整成本因素的全球一致的3D LiDAR映射
Bohan Shi1, Wanbiao Lin2, Wenlan Ouyang1
1Institute of Robotics & Automatic Information System, Nankai University, Tianjin 300350, China.
Sensors (Basel, Switzerland)
|September 14, 2024
概括
本研究介绍了一种新的3D LiDAR绘图框架,该框架使用LiDAR捆绑调整 (LBA) 成本因子,为移动机器人创建全球一致的高精度地图,改善轨迹估计和地图准确性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 地理学就是地质学.
背景情况:
- 在移动机器人应用中,全球一致的,高精度的映射是至关重要的.
- 当前基于优化的方法往往会导致地图不一致,因为它没有直接优化场景结构.
研究的目的:
- 介绍一个新的3D LiDAR绘图框架,BA-CLM,解决现有方法中的不一致性.
- 为改进机器人姿势约束引入多变量LiDAR捆调整 (LBA) 成本因子.
主要方法:
- 开发了一个利用LiDAR捆绑调整 (LBA) 成本因素的3D LiDAR映射框架 (BA-CLM).
- 提出了一个多变量LBA成本因子,从多分辨率的voxel地图中导出.
- 在框架内,应用LBA成本因子用于本地和全球地图优化.
主要成果:
- 在BA-CLM框架中,证明了准确的轨迹估计.
- 在多个公共和自我收集的3D LiDAR数据集中取得一致的映射结果.
- 验证了拟议的多变量LBA成本因子的有效性.
结论:
- 拟议的BA-CLM框架有效地克服了现有方法的局限性,使得3D LiDAR映射具有一致性和精确性.
- 新的LBA成本因子对机器人姿势估计的准确性和整体地图质量作出了重大贡献.
- 这个框架为移动机器人导航和场景理解提供了一个强大的解决方案.
