按工作方式可分为脉冲激光雷达和连续波激光雷达; 根据探测技术的不同,可以分为直接探测型激光雷达和相干探测型激光雷达; 按应用范围可分为: 靶场测量激光雷达(武器实验测量)、 火控激光雷达(控制射击武器自动实施瞄准与发射)、 跟踪识别激光雷达(制导、侦查、预警、水下目标探测)、 激光雷达引导(航天器交汇对接、障碍物回避)、 大气测量激光雷达(云层高度、大气能见度、风速、大气中物质的成分和含量)。
这个问题我也考虑过。单纯传雷达的数据,可以用无线串口模块,一个接雷达,一个接电脑。但是考虑底层,里程计也需要数据传输,至少两对模块。所以还不如在底层放一arm板,raspberrypi或TK1都可以。这样电脑配个ROS的主从机,可以slam,感觉这样最合适。
视觉导航定位:图像处理量巨大,一般计算机无法完成运算,实时性较差;受光线条件限制较大,无法在黑暗环境中工作。
GPS导航定位:室内环境下,存在定位精度低、可靠性不高的问题。
超声波导航定位:由于超声波传感器自身的缺陷,如镜面反射、有限的波束角等,无法充分获取周边环境信息。
线圈导航定位:在机器人行走规划路径上布置感应线圈,通过在机器人身上安装感应装置来进行电磁感应,但这样的机器人只能按照预定路径行走,谈不上真正的智能,
SLAM(simultaneouslocalization and mapping)技术:在室内环境中,机器人不能利用全局定位系统进行定位,而事先获取机器人工作环境的地图很困难,甚至是不可能的。SLAM技术使得机器人在自身位置不确定的条件下,经过一系列的位置并且在每一个位置获得传感器对环境的感知信息,在完全未知环境中创建地图,同时利用地图进行自主定位和导航。一般SLAM可以分为三个步骤:基于外部感知的环境特征提取,递推形式的预测和更新算法以及相应的数据相关技术。
VINS WITH ODOMETER
先把轮式里程计的数据转成local的2d线速度和角速度:
首先,来证明一下加入这些观测,就会使得VINS系统可观
里程计提供了线速度的二维平面分量测量:
除了与相机观测值相对应的块行外, 里程计测量值在可观测矩阵中提供了额外的块行(注意,能观性矩阵的行数就是观测方程数,现在多了一个传感器,肯定就多了几行阿) 。由(37)和状态转移矩阵Φk,1的解析形式可以验证这些额外的块行具有如下结构:
当tk≥t0时,用Φ(k, i,j 1)表示状态转移矩阵Φk,1的第(i, j)个块元素。因为当且仅当加速度恒定时,尺度变得不可观测。因此,我们只需证明之前的那个不可观向量NS此时 MKNS不再等于0就行了
在这里,只要在里程计坐标系中表示的IMU坐标系的速度在x - y方向上不消失, 即平台在水平面上有平移运动 ,那上面这个量就是非零的。在这种条件下,只要汽车不是永远静止不动,里程表的测量就会使尺度是可观测的,这在实践中是满足的。
证必
特别的,里程计的线速度测量室友绝对尺度信息的,所以其提高定位精度,不仅因为记录了额外的运动信息,还因为提供了在VINS尺度方向的关键信息
为了以一种稳健的方式处理有噪声的里程计数据,我们建议将它们集成,并将得到的2D位移估计值融合到3D VINS中,而不是使用(9)中的速度测量值。我们从推导测量模型开始,我们假设,在连续的里程表读数之间,运动是平面的。
因此,两个连续的里程计坐标系{Ok}和{Ok+1}之间的变换只涉及绕z轴旋转一个角度OkφOk+1:
异构的特征:除了基础的点线特征之外,还引入了Object语义信息;
融合了相机、IMU、轮速计和雷达,是为了保证鲁棒性,因为对于极智嘉来说长期稳定运行是最基础的要求;
框架包括Mapping, Localization, Map Management三个部分;
首先是所有的传感器同步,然后Mapping使用VIO得到位姿,Mapping过程进行局部BA和图优化, 我在这里有一个问题:极智嘉那边没有用激光SLAM的里程计来获取位姿吗?仅仅依靠VIO就足够了吗?
在建图的过程中,构建基于深度学习的实时语义地图,能够检测到动态的目标,比如行人和一些临时货物,然后可以将这些目标从地图里面去掉;此外,还检测一些静态的目标,比如一些柱子和货架,然后增大这些目标的权重,用来构建或者更新地图;
感觉他们的动机是更新地图,通过语义信息来得到一些地图中的landmark,来得到可靠的地图;不会因为一些临时物品来错误的更新地图。
极智嘉的地图是一个异构地图,包括视觉的特征点地图、激光的栅格地图以及物体的语义地图,多层地图是为了应该环境改变而建立的。
Localization部分就是根据传感器采集到的特征,与建好的地图进行匹配来定位,所以这应该不算是SLAM的过程,但是Mapping是一个SLAM的过程;
以上就是关于激光雷达做slam用到的里程计有哪些全部的内容,包括:激光雷达做slam用到的里程计有哪些、如何将激光雷达的数据通过数传模块传输到PC端的ros系统中进行slam、SLAM技术在机器人室内定位导航领域的优势是什么等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)