以下內容來自小六的機器人SLAM學習圈知識星球每日更新內容

點擊領取學習資料 → 機器人SLAM學習資料大禮包

#論文#開源代碼# ?Low Frequency Spinning LiDAR De-Skewing

論文地址：https://gitlab.com/users/sign_in

作者單位：羅馬大學

開源代碼：https://gitlab.com/users/sign_in

大多數(shù)商用的LiDAR通過沿以傳感器原點為中心的方向順序采樣來測量環(huán)境的2D部分的距離。當傳感器在采集過程中移動時，測量范圍會受到一種稱為“偏斜”的現(xiàn)象的影響，這種現(xiàn)象在采集的掃描中表現(xiàn)為失真?；兛赡軙绊懰幸蕾嚰す饫走_數(shù)據(jù)的系統(tǒng)，然而，如果每次測量一個范圍時都知道傳感器的位置，那么它可以得到補償。大多數(shù)去畸變激光雷達的方法都是基于外部傳感器，如IMU或車輪里程計，來估計這些中間的激光雷達位置。

在本文中，我們提出了一種完全依賴距離測量的方法來有效地估計機器人的速度，然后將其用于去畸變。我們的方法適用于低頻激光雷達，那里的畸變比較明顯。它可以無縫地集成到現(xiàn)有的方法中，以微不足道的計算成本提高其性能。我們通過不同運行條件下的統(tǒng)計實驗驗證了該方法的有效性。

在本文中，我們提出了一種方法來估計安裝激光雷達的機器人移動的速度，我們的方法是基于一個非剛性平面到平面的配準算法，其中的速度通過最大化距離流的幾何一致性來估計。我們對真實數(shù)據(jù)和合成數(shù)據(jù)進行了多次統(tǒng)計實驗。結果表明，該方法可以有效地估計機器人的運動，提高SLAM和定位估計的質量，且計算量可以忽略不計。

以上內容來自小六的機器人SLAM學習圈知識星球每日更新內容