.png){kind=icon}
返回
Lidar Simultaneous Localization and Mapping Algorithm for Dynamic Scenes
.png){kind=icon}
OA
AI
DOI：10.3390/wevj15120567.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决低速智能移动车辆在构建高精度点云地图时，因环境中存在大量动态障碍物而导致的显著点云重影问题，该问题影响地图构建的准确性，本文提出了一种适用于动态场景的基于LiDAR的同步定位与建图（SLAM）算法。该算法采用了一种紧耦合的SLAM框架，集成了LiDAR和惯性测量单元（IMU）。在动态障碍物移除过程中，首先对点云数据进行栅格化处理。为更全面地表示点云信息，对感知区域内的点云按高度进行线性离散化，得到不同高度层的点云分布，随后对其进行编码以构建线性离散化高度描述符，用于动态区域提取。为在不改变原始点云的前提下保留更多静态特征点，采用随机抽样一致（RANSAC）地面拟合算法对动态区域内的地面点云进行拟合与分割，随后移除动态障碍物。最终，通过静态特征匹配获得精确的点云位姿。所提算法已使用开源数据集和自行采集的校园数据集进行验证。结果表明，与ERASOR算法相比，该算法将动态点云移除精度提高了12.3%，与LIO-SAM算法相比，整体建图与定位精度提升了8.3%，从而为智能移动车辆提供了可靠的环境描述。
Keyword:
LiDAR
SLAM
dynamic scene
linear discretized height descriptor
期刊
IF:
2.6
论文数:
1.9K
被引数:
3.8K
机构
引用论文
.png){kind=icon}
分享收藏分享收藏 没有更多内容
没有更多内容