LIO-SAM框架下的智能車輛SLAM算法優(yōu)化與實(shí)現(xiàn)

摘要： 為解決激光SLAM在局部地圖構(gòu)建時(shí)重復(fù)提取關(guān)鍵幀及回環(huán)檢測(cè)中的無(wú)效回環(huán)問(wèn)題，基于LIO-SAM框架，采用vector容器、Kd-tree最近鄰搜索與VoxelGrid濾波器，避免當(dāng)前幀附近關(guān)鍵幀的重復(fù)提取。在回環(huán)檢測(cè)方面，引入基于掃描上下文與基于距離的回環(huán)檢測(cè)算法，通過(guò)設(shè)置幀序列差異閾值篩選回環(huán)幀，減少在紅綠燈等待或禮讓行人場(chǎng)景中的回環(huán)檢測(cè)次數(shù)。試驗(yàn)結(jié)果表明，與LIO-SAM相... （共8頁(yè)）