【技术实现步骤摘要】
本专利技术涉及自动驾驶和自主移动机器人，尤其涉及基于机械式激光雷达不均匀采样的优化方法。
技术介绍
1、自动驾驶和自主移动机器人技术近年来得到了广泛关注和快速发展。lidar(激光雷达)作为关键的感知设备，能够提供高精度的三维环境数据，对于自动驾驶和机器人测绘建图具有重要意义。然而，现有lidar点云处理技术在应用中存在一些问题，主要表现在：
2、点云数据稀疏性：随着lidar扫描距离的增加，相同体积内的点数减少，导致远处物体在点云数据中的表达较稀疏，影响了数据的完整性和精度。
3、特征提取不全面：现有技术中使用单线束曲率计算方法，在非平行状态下容易漏检台阶边缘点，导致特征提取不全面。
4、权重分配不合理：现有lidar slam算法未对各点权重进行调整，所有点被赋予相同权重，忽视了测量不确定性和信噪比差异，降低了算法鲁棒性。
5、现有技术在试图解决上述问题时，存在特征提取不全面、权重分配不合理等缺陷，导致优化算法对噪声和干扰敏感，未能充分利用高质量数据。
技术...
【技术保护点】
1.基于机械式激光雷达不均匀采样的优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机械式激光雷达不均匀采样的优化方法，其特征在于，所述接收机械式激光雷达扫描获取的点云数据包括对原始点云数据进行预处理，以消除噪声和异常点。
3.根据权利要求1所述的基于机械式激光雷达不均匀采样的优化方法，其特征在于，所述局部变化率通过以下公式计算：
4.根据权利要求1所述的基于机械式激光雷达不均匀采样的优化方法，其特征在于，所述曲率值通过以下公式计算：
5.根据权利要求4所述的基于机械式激光雷达不均匀采样的优化方法，其特征...
【技术特征摘要】
1.基于机械式激光雷达不均匀采样的优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机械式激光雷达不均匀采样的优化方法，其特征在于，所述接收机械式激光雷达扫描获取的点云数据包括对原始点云数据进行预处理，以消除噪声和异常点。
3.根据权利要求1所述的基于机械式激光雷达不均匀采样的优化方法，其特征在于，所述局部变化率通过以下公式计算：
4.根据权利要求1所述的基于机械式激光雷达不均匀采样的优化方法，其特征在于，所述曲率值通过以下公式计算：
5.根据权利要求4所述的基于机械式激光雷达不均匀采样的优化方法，其特征在于，所述权重因子wmm...
【专利技术属性】
技术研发人员：岳宏宇，代恩义，侯文洁，韩颖，杨宝库，周子博，吴玉洁，马瑞雪，
申请(专利权)人：江苏聚芯精仪科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。