SLAM如何優(yōu)化Z軸漂移?
之前遇到的問題,做個簡單總結備份。
為什么會引起Z軸漂移?
1.?tz、roll和pitch三個狀態(tài)量在一定程度上不可觀測且難以評價和消除;
2. 雷達垂直方向分辨率較低。
如何改進
1.? 熟悉LEGO-LOAM的同學應該知道,在進行特征匹配的時候將過程分為了兩步,找角點與面點。而這其中值得借鑒的就是利用平面進行約束,而自車在運動過程中最常見的平面就是地面,引入地面約束來提高roll、pitch、tz的估計精度;
2.?在不引入其他傳感器前提下,SLAM常用的手段則是加入回環(huán),回環(huán)檢測是最直接有效減小累計誤差的方法,若建圖面積不大,回環(huán)可輕松“拉回來”,結合GTSAM對歷史軌跡進行校準;
3.?若允許引入其他傳感器,如IMU、GPS可以提供更準確的姿態(tài)信息和位置信息,以LIO-SAM為例,將SLAM前端模塊進行基于IMU的緊耦合局部因子圖的聯(lián)合優(yōu)化,同時完成針對IMU數(shù)據(jù)的初始化(外參及bias的初始估計)、IMU重力估計模塊和IMU預積分功能。并且引入GPS數(shù)據(jù)一并喂入因子圖優(yōu)化,基本可以很好的約束z漂移;
4. 配準策略更優(yōu)的scan-to-map點云配準算法、更高精的Lidar設備等等。
標簽: