【技术实现步骤摘要】
本专利技术属于测量,涉及一种基于边缘点质量评估的激光雷达点到线加权匹配方法。
技术介绍
1、激光雷达里程计是实现同时定位与建图(simultaneous localization andmapping,slam)的主流技术路径之一,广泛应用于智能驾驶和移动机器人等领域。其中,loam(lidar odometry and mapping)算法作为经典代表,以实时性强和结构清晰的特点成为基于特征匹配的激光雷达里程计标杆。其核心流程分为两步:首先根据点云曲率筛选边缘特征点和面特征点;其次通过最小化边缘点到线以及面点到面的几何距离,实现帧间位姿变换估计。后续多数改进算法延续了这一流程,即依赖粗糙度提取特征点并最小化距离残差的策略。
2、然而,该类方法仅依据粗糙度筛选特征点,未进一步评估特征点质量。这导致大量低质量边缘点参与匹配,显著影响位姿估计精度。边缘点常分布于各类物体表面,易受结构类型和采样噪声干扰,对匹配过程尤为敏感。例如,草丛或圆柱表面的边缘点因几何表达模糊,易引入匹配误差。
3、为改善上述问题,现有研究提出了
...【技术保护点】
1.一种基于边缘点质量评估的激光雷达点到线加权匹配方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的基于边缘点质量评估的激光雷达点到线加权匹配方法,其特征在于:所述点云投影满足:
3.根据权利要求1所述的基于边缘点质量评估的激光雷达点到线加权匹配方法,其特征在于:所述目标分割采用快速分割算法,输出点云簇类别标签L(rα,cβ)=ω,其中ω∈[1,W]表示类别标签,W为总标签数。
4.根据权利要求1所述的基于边缘点质量评估的激光雷达点到线加权匹配方法,其特征在于:所述位置判断模块的分类规则为:
5.根据权利要求1所
...【技术特征摘要】
1.一种基于边缘点质量评估的激光雷达点到线加权匹配方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的基于边缘点质量评估的激光雷达点到线加权匹配方法,其特征在于:所述点云投影满足:
3.根据权利要求1所述的基于边缘点质量评估的激光雷达点到线加权匹配方法,其特征在于:所述目标分割采用快速分割算法,输出点云簇类别标签l(rα,cβ)=ω,其中ω∈[1,w]表示类别标签,w为总标签数。
4.根据权利要求1所述的基于边缘点质量评估的激光雷达点到线加权匹配方法,其特征在于:所述位置判断模块的分类规则为:
5.根据权利要求1所述的基于边缘点质量评估的激光雷达点到线加权匹配方法,其特征在于:所述方向一致性判断...
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。