雷达ＳＬＡＭ思路

最新推荐文章于 2025-05-05 16:24:48 发布
最新推荐文章于 2025-05-05 16:24:48 发布
阅读量1.3k 收藏 4
点赞数 1
CC 4.0 BY-SA版权
分类专栏： SLAM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/bufengzj/article/details/99307920
本文介绍了雷达SLAM的三种主要思路：1) 基于landmark的EKF方法，利用激光雷达点云特征进行定位；2) 基于landmark的非线性优化，解决非凸问题；3) 利用概率论的粒子滤波进行实时估计。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

基于都有贝叶斯概率

p(x|z,u)=p(

１．基于ｌａｎｄｍａｒｋ的ＥＫＦ

https://zhuanlan.zhihu.com/p/23160834这篇文章有提及，主要就是通过激光雷达的点云提取线等作为特征ＬＡＮＤＭＡＮＲＫ。

 

２．基于ｌａｎｄｍａｒｋ的非线性优化

(来自https://www.bilibili.com/video/av37920463?from=search&seid=7731739564910094270）

 SLAM是一个非凸问题，不是一个开口向上，类似二阶的。

 

 

３．基于概率论的粒子滤波

Slam激光雷达
linjingtu的博客
01-09 790
应用领域：由于单线激光雷达的扫描能力限制，它主要应用于机器人领域，特别是服务机器人，如扫地机器人、送餐机器人等，用于帮助机器人规避障碍物。而多线激光雷达则更多被应用于无人驾驶或无人机领域，其可以通过扫描获取汽车周围环境的模型，实现3D建模、环境感知、同步建图等功能，以满足车辆高精度定位、障碍物识别、自主导航等需求。总的来说，单线激光雷达和多线激光雷达各有其优势和应用领域。相比之下，多线激光雷达虽然具有多维扫描、分辨率高等优点，但其结构复杂、成本高，更适合于室外或更大空间的环境感知和导航，如无人驾驶汽车等。
一起自学SLAM算法：4.2 激光雷达
机器人研究猿-优快云
01-19 3832
连载文章，长期更新，欢迎关注：每当说起雷达，很多人可能想到的就是军事领域探测敌机那种庞然大物。其实，雷达是指利用探测介质探测物体距离的设备，比如无线电测距雷达、激光测距雷达、超声波测距雷达等，如图4-35所示。由于激光具有很好的抗干扰性和直线传播特性，因此激光测距具有很高的精度。基于激光测距原理的激光雷达，测距精度往往可以达到厘米级或毫米级，广泛应用于机器人导航避障、无人驾驶汽车、环境结构建模、安防、智能交互等领域。
激光雷达SLAM学习笔记
qq_59860384的博客
05-05 1107
学习多传感器融合，这篇文章以初学者的视角简介了SLAM和激光雷达，并着重学习LOAM论文。
ROS Kinetic通过hokuyo_node驱动从USB读取URG-04LX-UG01雷达数据
Buer_zhu的博客
07-06 3888
Hokuyo的ROS驱动有urg_node和hokuyo_node两种，但其中的 hokuyo_node驱动包并没有提供kinetic版本的deb包，因此无法通过apt-get install的方式直接安装，本文通过从源代码编译的方式在Kinetic安装hokuyo_node驱动包。第一步：打开一个新终端，配置ROS环境变量；source ~/catkin_ws/devel/setup.bash第...
使用2D激光雷达的SLAM（Matlab代码实现）
weixin_46039719的博客
06-08 532
问题可以描述为：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边逐步描绘出此环境完全的地图，同时一边决定机器人应该往哪个方向行进。e.当无意中走了很长一段路的时候，和脑海中的以往地标进行匹配，看一看是否走回了原路（loop-closure detection）。c.当自己在行走时，不断获取新的特征地标，并且校正自己头脑中的地图模型（bundle adjustment or EKF）b.在自己的脑海中，根据双目获得的信息，把特征地标在三维地图中重建出来（三维重建）行百里者，半于九十。
经典激光雷达SLAM系统：LeGO-LOAM
CV_Autobot的博客
10-01 3188
作者|密斯特李 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/511968459点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【IROS2022】获取IROS2022所有自动驾驶方向论文！0、引子上期文章介绍了F-LOAM，它重点针对LOAM计算效率问题进行了优化，旨在不影响精度的情况下尽量缩减...
4D毫米波雷达SLAM
whaosoft143ai的博客
12-28 1022
上图1展示的硬件即4片级联的方式。一般地，我们从Radar上获取的是稀疏的点云形式+速度测量，但在点云数据格式之前，存在一种4D Tensor的更稠密的信息表达形式，相对于稀疏点云形式，它包含了更多的关于目标特性的信息，学术上尤其是感知领域，也有讨论使用4D tensor作为信息输入的算法方案[3][4]。这里的基本思路是：对于空间中静止的物体和环境，其反射点提供的多普勒测量速度，根据相对运动，反馈的即是车体本身的速度，即每个静止点都提供了车体本身的速度观测，这是一个非常强且有用的约束。 whaosoft
【激光雷达LIDAR】2D激光雷达SLAM中的实时闭环检测附Matlab代码.rar
最新发布
07-12
在2D激光雷达SLAM中，实现实时闭环检测是一项关键任务。闭环检测是指在机器人或车辆长时间运行后，能够识别出其已经回到了先前访问过的位置，这样的能力对于地图构建的准确性和可靠性至关重要。闭环检测错误会导致...
基于激光雷达SLAM的失效航天器近距离捕获技术研究1
08-04
通过对失效航天器的近距离自主捕获系统的总体设计思路、关键技术分析、环境建模方法、点云匹配算法、路径规划策略等方面的研究，提供了一种基于激光雷达SLAM的失效航天器近距离捕获技术解决方案。 首先，本论文对...
卡尔曼滤波器激光雷达SLAM算法设计-分析了基于运动学车辆模型的自动驾驶MPC横向控制算法　附matlab代码
06-03
深入研究了结合卡尔曼滤波器的激光雷达SLAM（同时定位与地图构建）算法，并针对自动驾驶车辆的横向控制，提出了基于运动学车辆模型的MPC（模型预测控制）算法。文章不仅详细分析了算法的理论基础，还通过仿真实验...
语义slam的前提是完成视觉slam或者雷达slam等slam吗？
07-11
我们正在讨论语义SLAM和基础SLAM（如视觉SLAM或激光雷达SLAM）之间的关系。用户的问题核心是：语义SLAM是否必须以完成视觉SLAM或雷达SLAM等基础SLAM为前提？ 回答思路： 1. 明确语义SLAM的本质：它是在基础SLAM...
RadarSLAM：可用于全天候的大规模场景的毫米波雷达SLAM
点云PCL
10-13 5012
文章：RadarSLAM: Radar based Large-Scale SLAM in All Weathers作者：Ziyang Hong, Yvan Petillot and Sen Wang编辑：点云PCL欢迎各位加入免费知识星球，获取PDF论文，欢迎转发朋友圈。文章仅做学术分享，如有侵权联系删文。未经博主同意请勿擅自转载。公众号致力于分享点云处理，SLAM，三维视觉，高精地图相关的文章...
3D激光雷达SLAM算法学习01——3D激光SLAM整体框架
weixin_44168457的博客
10-20 1604
结合个人毕业设计和日后发展方向，开始学习3D激光雷达的相关感知算法，预计SLAM（定位和建图）开始，本篇给出简单的框架和绪论。
初识激光雷达 SLAM
Yifancoder的博客
05-13 4452
激光点云定位一般预先制作定位地图，不管是 3D 还是 2D 地图。然后用车上的实时点云和地图进行匹配，来计算激光雷达的位置和姿态，再通过激光雷达与 IMU 之间的外参，得到 IMU 的位置和姿态。匹配有很多种方法，可以是基于 3D 点云匹配的 ICP 方法，也可以是我们这里给出的基于 2D 概率地图的直方图滤波器匹配定位。 激光定位的优点是在没有 GPS 情况下可以工作，鲁棒性比较好；缺点就是需要预先制作地图，同时要定期更新地图（因为环境会发生变化），雨雪天气也会受到影响（因为 Lidar 被折射的比较多
激光雷达SLAM（一）------初始激光雷达SLAM
xiaobaiwsc的博客
11-26 1291
激光雷达SLAM
【激光雷达LIDAR】2D激光雷达SLAM中的实时闭环检测（Matlab代码实现）
weixin_67304359的博客
06-25 682
文献来源：摘要便携式激光测距仪，通常称为激光雷达（LIDAR），以及同时定位与地图构建（SLAM），是获取现场建筑平面图的高效方法。实时生成和可视化平面图帮助操作员评估捕获数据的质量和覆盖范围。构建便携式捕获平台需要在有限的计算资源下运行。我们介绍了我们背包式地图平台的方法，能够以5厘米分辨率实现实时地图构建和闭环检测。为了实现实时闭环检测，我们采用分支定界方法计算扫描与子地图匹配作为约束条件。我们提供了实验结果，并与其他知名方法进行了比较，结果显示我们的方法在质量上与已建立的技术相竞争。
SLAM：未来智能科技的核心——探索多传感器融合的无限可能
2301_76831056的博客
10-24 1236
随便写着玩的。
基于STM32的超声波雷达项目【可拟合构建平面地图】（代码开源）
热门推荐
black_sneak的博客
09-28 2万+
基于STM32的超声波雷达项目（可拟合构建平面地图），手把手教学完成该项目，文末有代码开源！！！
毫米波雷达slam资源
03-18
### 关于毫米波雷达SLAM的资料、教程、论文和代码实现 #### 一、在线课程与学习资源 可以参考 edX 平台上的《Digital Signal Processing》课程，该课程涵盖了信号处理的基础理论以及其在传感器数据中的应用[^1]。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值