柚子快報激活碼778899分享：LOAM論文閱讀筆記

http://yzkb.51969.com/

核心思想

將建圖與定位兩個部分分開，通過分別實現(xiàn)高頻(10hz)低精的激光里程計和低頻(1hz)高精的建圖，達到低漂移，低復雜度的效果

相關的定義

sweep： 相當于現(xiàn)在激光雷達的一幀

軟件系統(tǒng)框圖

在每個 sweep 中會有多次里程計計算，當激光點云累積到達到 1 sweep 時候就會做一次建圖操作

激光里程計

提取線特征(edge)和面特征(planar)

根據(jù)激光掃描的特性和點云分布的屬性提取特征：

以下為具體步驟：

（1）對每一個點，利用同一線束上的其他點(S)計算局部 smoothness

（2）對同一線束上的點按照 smoothness 進行排序，并根據(jù)閾值分成 edge point 和 planar point

（3）為了保證分布均勻，劃分四個區(qū)域，每個閾值只保留2個 edge point 和4個 planar point

作者為了進一步保證特征分布均勻做出規(guī)定：周圍點沒有被選取為特征，以及為了保證特征的質(zhì)量，對 S 做出了限制：

（1）S 中的所有點不能組成平行于激光束的 local planar，如圖(a)示

（2）S 中的任一點與當前點在激光束方向上不能有太大的 gap，且相比于當前點，更靠近激光雷達(可能存在遮擋)，如圖(b)所示

特征匹配

以下為具體步驟：

（1）將上一個 sweep 的所有點云按照估計出來的位姿投影到當前 sweep 的開始處，并構建 3D KD-tree

（2）對當前 sweep 中已有的點云提取線特征和面特征，然后將其投影當前 sweep 的開始處，并在 KD-tree 中尋找最近的點

（3）如圖(a)所示，對于當前 sweep 線特征 i，在最近點 l 的上一條或者下一條線束中尋找另一個最近點 j(由特征提取性質(zhì)可知，同一線束不可能再找到另一個距離近的線特征)，同時對這兩個最近點驗證是不是線特征。如圖(b)所示，對于面特征 i ，在最近點 j 的同一線束上尋找第二個最近點 l ，在最近點 j 的上一條或者下一條線束中尋找第三個最近點 m ，同時對這三個最近點驗證是不是面特征

注：在將當前 sweep 中的點云投影到開始處時，利用時間比例和當前的位姿變換對點進行投影(雷達的運動在短時間內(nèi)是勻速的(旋轉角度不變，平移速度不變))

運動估計

利用 L-M 算法最小化如圖所示的兩種距離(點到線，點到面)

算法流程

建圖

每次 sweep 都會執(zhí)行一次。主要是與局部地圖匹配來 refine 當前的位姿(局部地圖是邊長為 10 m 的立方體，并以 5 cm 大小的體素網(wǎng)格進行濾波)

以下為具體步驟：

（1）利用局部地圖中的點云構建 3D KD-tree

（2）對當前 sweep 中的每一個特征，在 KD-tree 中尋找一定范圍的點來構建集合 S’

（3）對于線特征，只保留 S’ 中的線特征，并利用 PCA 求解 S’ 的直線方向；對于面特征，只保留 S’ 中的面特征，并利用 PCA 求解 S’ 的法線方向。同時通過 S’ 的幾何中心可以確定直線或者面的位置

（3）對于線特征，在直線上選取兩個點構造相應的點到線距離；對于面特征，在面上選取三個點構造相應的點到面距離

（4）利用 L-M 算法來求解位姿

注：建圖中的特征提取與里程計中的一樣，只不過會使用更多的特征(10倍)

ALOAM代碼

Advanced implementation of LOAM，秦通實現(xiàn)，是原版LOAM的改進(原版已經(jīng)閉源)，主要是使用Eigen和Ceres對代碼進行重構，原版LOAM有大量的歐拉角計算，很難懂

柚子快報激活碼778899分享：LOAM論文閱讀筆記

http://yzkb.51969.com/

參考文章