基于IMU紧耦合的LeGO-LOAM改进算法研究

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户：A13808289587

【摘要】

：

基于LiDAR和SLAM(simultaneous localization and mapping)的LeGO-LOAM算法在低分辨率的LiDAR设备上,由于LiDAR数据的运动畸变、采样的地面数据稀疏等问题,存在重力矢量漂移现象和严重的高程估计误差。为了改善这一点,LeGO-LOAM改进算法引入了一种LiDAR和IMU(inertial measurement unit)紧耦合的方式。通过IM

【作者】

：

陈文浩刘辉席杨林涛刘守印

【机构】

：

华中师范大学物理科学与技术学院

【出处】

：

计算机应用研究

【发表日期】

：

2021年04期

【关键词】

：

实时实位与地图重建 LIDAR IMU紧耦合 LeGO-LOAM SLAM LiDAR IMU tight coupling LeGO-LOAM

【基金项目】

：

中央高校基本科研业务费资助项目(CCNU19CG006)

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

《指导意见》背景下的管理会计转型升级问题及路径选择

2014年10月27日,财政部推出了《关于全面推进管理会计体系建设的指导意见》,该《意见》主要谈及全面推进管理会计体系建设的重要性和紧迫性,提出了指导思想、基本原则、主要

期刊

指导意见管理会计路径选择

山东省地下水开发利用现状及应对策略探讨

地下水是山东省重要的供水水源,省域经济社会发展对地下水的依赖程度较高,但开发利用程度不够均匀。本文通过对山东省地下水开发利用情况进行分析,总结了开发利用中存在的一

期刊

地下水开发利用超采应对策略山东省

基于实体相似性的知识表示学习方法

知识表示学习旨在将知识图谱中的实体和关系表示成低维稠密实值向量,能有效缓解知识图谱的数据稀疏性和显著提升计算效率。然而,现有大多数知识表示学习方法仅将实体视为三元组的一个组成部分,没有考虑实体自身具有的特质,如实体相似性。为了加强嵌入向量的语义表达,提出基于实体相似性的表示学习方法SimE。该方法首先利用实体的结构邻域度量实体的相似性,再将实体的相似性和拉普拉斯特征映射结合作为基于三元组事实的表示

期刊

知识图谱知识表示学习结构邻域实体相似性knowledge graphknowledge representation learningstructu

基于IMU紧耦合的LeGO-LOAM改进算法研究

其他学术论文