湖北省建设质量安全协会网站,网站建设阿胶膏的作用,深圳竞价托管,中山网站seo关键词catographer框架分为前端和后端 前端包括雷达数据处理#xff1b;位姿预测#xff1b;扫描匹配和栅格地图更新。 后端包括后端#xff1a;线程池任务与调度#xff1b;向位姿图添加节点#xff0c;计算节点的子图内约束和子图间约束#xff08;回环检测#xff09;… catographer框架分为前端和后端 前端包括雷达数据处理位姿预测扫描匹配和栅格地图更新。 后端包括后端线程池任务与调度向位姿图添加节点计算节点的子图内约束和子图间约束回环检测多分辨率地图基于分支定界算法的粗匹配优化问题的构建与求解。 前端 雷达数据处理 local_trajectory_builder_2d.AddRangeData 点云数据处理具体包括多传感器时间同步点云数据去畸以及体素滤波。 位姿预测 local_trajectory_builder_2d.AddAccumulatedRangeData.ExtrapolatePose 利用pose以及传入的里程计imu数据计算出线速度和角速度不同的情况选择参与运算的传感器不同。利用线速度角速度乘以时间预测平移和姿态。 详见《》 扫描匹配 扫描匹配的目的是找到雷达点云在栅格地图中的位置与角度。 扫描匹配包括相关性扫描匹配RealTimeCorrelativeScanMatcher2D和ceres扫描匹配 将相关性扫描匹配的位姿作为ceres扫描匹配的初始值。 详见《Cartographer 基于ceres的扫描匹配-CSDN博客》 更新概率栅格地图 将雷达数据写入概率栅格地图 详见《Cartographer 栅格地图更新-CSDN博客》 后端 后端主要实现的是位姿图优化。向位姿图添加节点AddNode计算节点的子图内约束和子图间约束回环检测多分辨率地图基于分支定界算法的粗匹配优化问题的构建与求解。 cartographer 中的节点共有两类---关键帧节点和子图节点。 关键帧指的是子图关键帧而子图是由连续的若干个激光关键帧拼接到一起形成的子地图。 在carto中子图节点称为submap关键帧节点称为node 构建约束是在这两类节点之间构建。 图中三角表示子图圆圈表示节点由于传感器的一次扫描数据可能插入到多个不同的子图所以同一个节点可能和多个子图之间存在一定的匹配关系。 子图内约束 local 坐标系下子图原点指向tracking_frame的坐标变换 node和insertion_submaps之间的约束由于在前端是一个node只插入到了两个submap中所以个node最多只有两个约束为子图内约束。 子图间约束 根据global坐标计算初值然后通过分支丁界算法粗匹配与ceres的精匹配获取校准后的位姿最后计算local坐标系下子图原点指向校准后的节点间的坐标变换。 使用分支定界算法之前需要先构建多分辨率地图。 构建优化问题并求解 确定2个节点在global坐标系下的相对位姿变换通过其他方式再次获取这两个节点的相对位姿变换对这2个先对位姿变换的差的最小二乘问题进行求解进行求解之后会得到一个增量将当前位姿加上这个增量后就得到了优化后的位姿 cartographer中通过ceres添加残差项构建优化问题求解。 详见《》
