Loam livox: A fast, robust, high-precision LiDAR odometry and mapping package for LiDARs of small Fo

原创

已于 2023-01-19 16:57:37 修改 · 403 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#c++ #算法

于 2023-01-19 16:56:34 首次发布

Loam livox: A fast, robust, high-precision LiDAR odometry and mapping package for LiDARs of small FoV

Points Selection And Feature Extraction 选点和提取特征

在这里插入图片描述

A. Points selection 选点

在这里插入图片描述

B. Feature extraction 提取特征

Iterative Pose Optimization 迭代位姿优化

A. Residual of edge-to-edge 边到边

我们使用 $ξk\xi_k$ 和 $ξm\xi_m$ 分别表示所有的在当前帧和地图的所有边线特征。对于每一个 $ξk\xi_k$ 中的点，我们在 $ξm\xi_m$ 中找到最近的5个点。为了加速搜索的速度，我们建立了一个 $ξm\xi_m$ 的kdtree。而且，这个kd-tree的线程是一旦收到上一针registered 帧或者子帧就会被另一个并行的线程构建。这样做的话当接收到新数据的时候，KD-tree就可以立马被用上。