排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
激光SLAM 通常通过多帧点云配准,完成位姿变换矩阵的估计,而点云中的动态点会降低
激光里程计的定位精度。为了减少动态点引入的误差,提出了一种动态点云识别算法,并结合该
算法改进了传统特征匹配策略,组成了动态环境下融合激光雷达和IMU 的激光里程计。通过约
束范围角与动态中心点,将点云快速分割成多个簇类,再借助IMU 信息,快速建立点云簇类配准
关系,从而去除动态点,最后根据簇类的对应关系进行约束,以提高匹配的精度与速度。使用
KITTI数据集和UGV 在多个情形下进行了实验。实验结果表明,该算法可以成功识别点云中的
多个动态对象,并通过去除动态点,有效地减少了位姿估计的累积误差。 相似文献
1