分类 SLAM_定位_建图 下的文章


视觉回环检测(DBoW3):

https://github.com/rmsalinas/DBow3



激光雷达回环检测:

BoW3D: 

https://github.com/yungecui/bow3d



SGLC:

https://github.com/nubot-nudt/SGLC







1、ROS导航栈中的定位职责

Within the navigation project, there are 2 major transformations that need to be provided, according to community standards.The map to odom transform is provided by a positioning system (localization, mapping, SLAM) and odom to base_link by an odometry system.

根据ROS社区标准，在导航项目中，需要提供两个主要的坐标系转换。 map 到 odom 的坐标变换由定位系统 (定位，建图，SLAM)提供， odom 到 base_link 的坐标转换由里程计系统提供。



全局定位: 定位与SLAM

全局定位系统 (GPS、SLAM、运动捕捉) 的工作是至少提供 map -> odom 的坐标转换。Nav2项目提供的 amcl 是一种基于粒子过滤器的自适应蒙特卡罗定位技术，用于静态地图的定位。Nav2还提供用于定位和生成静态映射的SLAM工具箱作为默认的SLAM算法。 [校准@haisenzeng]

这些方法还可能产生其他输出，包括位置话题、地图或其他元数据，但它们必须提供该转换才能有效。使用机器人定位可以将多种定位方法融合在一起，下面将详细讨论。 [校准@小鱼]


里程计

里程计系统的作用是提供 odom -> base_link 的坐标转换。里程计可以来自许多数据源，包括激光雷达、车轮编码器、VIO和IMUs。里程计的目标是提供基于机器人运动的平滑和连续的局部坐标系。全局定位系统会相对全局坐标的坐标变换进行更新，以解决里程计的漂移问题。 [校准@haisenzeng]

这个 Robot Localization 通常用于这种融合。它将采用各种类型的 N 个传感器，并为TF和话题提供连续平滑的里程计。一个典型的移动机器人装置可能有来自车轮编码器或IMUs的里程计以及融合在这个工作区内的视觉。 [校准@haisenzeng]

这样平滑输出就可用于精确运动的航行位置推算和在全局位置更新之间准确地更新机器人的位置。 [校准@haisenzeng]




  1. 1
  2. 2
  3. 3
  4. 4