《智能驾驶之激光雷达算法详解》4.激光雷达与IMU组合定位
<div class='showpostmsg'><div>IMU惯性测量单元目前是无人机、机器人、汽车领域等常用的测量运行状态的传感器,主要包含加速度计和陀螺仪,通过各种融合算法如互补滤波、卡尔曼滤波等计算车辆的实时姿态,但IMU在航向角存在积分误差,而激光里程计主要通过对环境的感知来来实现对自身的定位估计,通过激光里程计和IMU的互补性进行车辆的组合实时精确姿态计算。</div><div>根据组合方式和原理业界通常将LiDAR+IMU分为松耦合和紧耦合两个方向。LiDAR+IMU松耦合定位算法通常使激光里程计和IMU航位推算相互独立运行,并基于卡尔曼滤波框架、粒子滤波框架等实现二者信息的融合,最终输出定位估计结果。LiDAR+IMU紧耦合定位算法为对同一姿态优化问题结合激光雷达数据和IMU数据来求解。</div>
<div><智能驾驶之激光雷达算法详解>中提到的具有代表性的组合定位算法有IMU-AHFLO算法和LIO-SAM算法。IMU-AHFLO算法相对比较简单,书中的推导非常的详尽,非常具有学习价值。</div>
<div></div>
<div></div>
<div></div>
<div></div>
<div></div>
<div>LIO-SAM算法书中也有详细的推导,感兴趣的小伙伴可以自己查阅研究一下。</div>
<div>LiDAR与IMU组合定位的松耦合和紧耦合两种技术路线各有优势,松耦合计算相对简单,但伴随着IMU的累计误差还是会导致算法精度降低;紧耦合方式通过基于因子图优化、IMU预积分等方法实现LiDAR和IMU的紧耦合,进而实现鲁棒、精确的融合定位。</div>
<div> </div>
<p><!--importdoc--></p>
</div><script> var loginstr = '<div class="locked">查看本帖全部内容,请<a href="javascript:;" style="color:#e60000" class="loginf">登录</a>或者<a href="https://bbs.eeworld.com.cn/member.php?mod=register_eeworld.php&action=wechat" style="color:#e60000" target="_blank">注册</a></div>';
if(parseInt(discuz_uid)==0){
(function($){
var postHeight = getTextHeight(400);
$(".showpostmsg").html($(".showpostmsg").html());
$(".showpostmsg").after(loginstr);
$(".showpostmsg").css({height:postHeight,overflow:"hidden"});
})(jQuery);
} </script><script type="text/javascript">(function(d,c){var a=d.createElement("script"),m=d.getElementsByTagName("script"),eewurl="//counter.eeworld.com.cn/pv/count/";a.src=eewurl+c;m.parentNode.insertBefore(a,m)})(document,523)</script> <p>LIO-SAM算法书中有详细的推导,这本书值得好好读读</p>
Jacktang 发表于 2024-10-10 07:27
LIO-SAM算法书中有详细的推导,这本书值得好好读读
<p>是的</p>
页:
[1]