【读书笔记】自动驾驶与机器人中的SLAM技术——高翔

文章会对本书第五章节及以后章节进行总结概括。每日更新一部分。一起读书吧。


第五章------基础点云处理

重点:点云的相邻关系是许多算法的基础

5.1 激光雷达传感器与点云的数学模型

5.1.1激光雷达传感器的数学模型

雷达有两种:机械旋转式激光雷达;固态激光雷达

单个激光探头可测量:某空间点离自身的距离,记作 r

RAE模型------ 距离 r , 方位角 A (水平的航向角), 俯仰角 E

5.1.2 点云的表达

(留个悬念:在很多算法里我们会问:离某个点最近的是哪个点?这个点和周边的点一起呈现了什么形状?为了实现这些功能,我们必须引入一些特殊的数据结构)

我们存储点云信息,最方便是定义点云结构体

可储存的信息除了点云的x,y,z坐标,还有反射率,所属线束,RGB颜色信息。

来自RGBD相机的点云,还可以储存每个点在图像中的行数和列数信息。

还有整个点云的位置和姿态等。

5.1.3 Packet的表达

雷达与计算机通过udp通讯,包里面有用的信息有两个:物体的探测距离与反射率

不过对算法来说,我们还是更希望直接访问每个点的坐标,所以Packet通常作为压缩后的数据,在驱动程序,原始传感器数据包或者地图压缩等模块中使用。

5.1.4 俯视图和距离图

俯视图干什么用?

很多规划算法如A*,D*等,需要用栅格地图来规划,点云转栅格,得到的栅格地图就是俯视图,在转栅格之后,大部分的障碍物信息都可以的到有效的保留,但某些动态物体在地图中出现了拖影现象。第六章会介绍栅格地图的概率机制,可以有效抑制动态物体的影响。

距离图干什么用?

距离图,取图像的横坐标为激光雷达的方向角,纵坐标为俯仰角,这种投影为距离图。

我们可以从距离图中提取出垂直方向上的物体作为定位的特征。比如哪些是地面,哪些是杆子。

5.2最近邻问题

最紧邻问题的描述:

在一个含n个点 {x1,x2,...xn} 的点云中,离某个点xm最近的点是哪一个?离它最近的k个点又有哪些?或者与它距离小于固定范围r的点有哪些?前者成为k近邻查找(knn),后者称为范围查找。

5.2.1 暴力最近邻法

也叫BF最近邻搜索

5.2.2 栅格与体素方法

栅格最近邻

体素最近邻

5.2.3 二分树与K-d树

K-d树的构建

K-d树的查找

5.2.4四叉树与八叉树

八叉树的构建

八叉树的查找

5.3拟合问题

5.3.1平面拟合

5.3.2平面拟合的实现

PCA

5.3.3直线拟合

5.3.4直线拟合的实现

待续...每日更新

相关推荐
阡之尘埃1 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)(scorecardpy 全面解析)
人工智能·python·机器学习·数据分析·智能风控·信贷风控
孙同学要努力3 小时前
全连接神经网络案例——手写数字识别
人工智能·深度学习·神经网络
Eric.Lee20213 小时前
yolo v5 开源项目
人工智能·yolo·目标检测·计算机视觉
其实吧34 小时前
基于Matlab的图像融合研究设计
人工智能·计算机视觉·matlab
丕羽4 小时前
【Pytorch】基本语法
人工智能·pytorch·python
ctrey_4 小时前
2024-11-1 学习人工智能的Day20 openCV(2)
人工智能·opencv·学习
SongYuLong的博客4 小时前
Air780E基于LuatOS编程开发
人工智能
Jina AI4 小时前
RAG 系统的分块难题:小型语言模型如何找到最佳断点?
人工智能·语言模型·自然语言处理
-派神-5 小时前
大语言模型(LLM)量化基础知识(一)
人工智能·语言模型·自然语言处理
johnny_hhh5 小时前
AI大模型重塑软件开发流程:定义、应用场景、优势、挑战及未来展望
人工智能