激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

– 第七章 已知定位的地图构建

7.1 数学描述:

在知道机器人的位姿以及激光位姿的情况下,如何还原出一个grid map栅格地图;

栅格是一个二元随机变量,只能取两个值:占用或者空间。p(i) = 1为占用,0为空闲,0.5为unkown。

激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

7.2 覆盖栅格建图算法

激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

激光雷达的逆观测模型。

激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

占用的概率:某个栅格被击中次数 / 被访问的次数(击中+穿过),超过阈值时认为是占用的,否则认为是空闲的。

实际数学意义:极大似然估计

激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

数学描述:

激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

7.3 TSDF算法

(三维重建算法、2D也可以)

意义:多帧数据融合

激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

laseri(x)表示激光测量距离;

disti(x)表示机器人位置到点x的距离

TSDF实例

激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

激光SLAM理论与实践 笔记 - 已知定位的地图构建 第四期

传感器由于噪声符合高斯分布,实际上和最小二乘是一致的。