@[TOC]

传感器/数据类型

激光slam

slam (Simultaneous Localization and Mapping)叫即时定位与建图,它主要的作用是让机器人在未知的环境中,完成定位(Localization),建图(Mapping)和路径规划(Navigation)。

激光slam 理论详解(一)

零基础如何入门激光SLAM

2021 高翔:视觉SLAM基础(哔哩哔哩:BV1nh411B7mv)
注:内嵌播放器手机适配很差。

里程计

里程计是衡量我们从初始位姿到终点位姿的一个标准,通俗的说,我们要实现机器人的定位与导航,就需要知道机器人行进了多少距离,是往哪个方向行进的

ROS里程计的学习(odometry) (一)

多传感器

多传感器融合

传感器融合是感知模块的一部分。我们希望融合来自视觉传感器的数据,以增加冗余、确定性或利用多个传感器的优势。

超硬核 | 多传感器融合感知知识点汇总

相机雷达标定

传感器标定是自动驾驶的基本需求,一个车上装了多个/多种传感器,而它们之间的坐标关系是需要确定的。

自动驾驶系统的传感器标定方法:比较详细

激光雷达和摄像头融合

自动驾驶汽车中的激光雷达和摄像头传感器融合

常见配准算法

NDT 算法(与ICP对比)和一些常见配准算法

icp

ICP算法是基于EM(Expectation-maximization algorithm)思想的方法,采用交替迭代法优化得到最优值。即ICP分为两步迭代优化,优化点云匹配及优化运动估计

ICP(Iterative Closest Point)算法

ndt

先将参考点云(目标点云)转换为多维变量的正态分布,匹配的点云如果采用某组变换参数后,使得新的点云和目标点云的正态分布参数匹配很好,那么变换点在参考系中的概率密度将会很大。因此,可以考虑用优化的方法求出使得概率密度之和最大的变换参数,此时两幅激光点云数据将匹配的最好。

自动驾驶系列:激光雷达建图和定位(NDT)

自动驾驶(十)———正态分布变换(NDT)