在汽车工业高速发展的今天,自动驾驶技术已成为实现智慧交通必不可少的一环,真实无偏、高精度的环境地图是自动驾驶汽车在定位导航、路径规划时必不可少的前提条件。回环检测功能虽说可以在一定程度上减少建图时的累积误差,但也只是实...在汽车工业高速发展的今天,自动驾驶技术已成为实现智慧交通必不可少的一环,真实无偏、高精度的环境地图是自动驾驶汽车在定位导航、路径规划时必不可少的前提条件。回环检测功能虽说可以在一定程度上减少建图时的累积误差,但也只是实现了回环区域内的局部优化,无法对非回环路径内的轨迹进行改善,进而导致现阶段激光同步定位与地图构建(simultaneous localization and mapping,SLAM)算法在构建室外大场景地图时的整体精度偏低。针对以上情况提出一种基于回环检测的全局地图优化方案,将回环检测后得到的单帧点云校正值补偿到非回环路径内,并通过地面约束方法对地图进行垂直误差校正。实验借助KITTI公开数据集测评,结果表明改进算法的室外场景建图精度优于主流开源算法LeGO-LOAM。展开更多
文摘在汽车工业高速发展的今天,自动驾驶技术已成为实现智慧交通必不可少的一环,真实无偏、高精度的环境地图是自动驾驶汽车在定位导航、路径规划时必不可少的前提条件。回环检测功能虽说可以在一定程度上减少建图时的累积误差,但也只是实现了回环区域内的局部优化,无法对非回环路径内的轨迹进行改善,进而导致现阶段激光同步定位与地图构建(simultaneous localization and mapping,SLAM)算法在构建室外大场景地图时的整体精度偏低。针对以上情况提出一种基于回环检测的全局地图优化方案,将回环检测后得到的单帧点云校正值补偿到非回环路径内,并通过地面约束方法对地图进行垂直误差校正。实验借助KITTI公开数据集测评,结果表明改进算法的室外场景建图精度优于主流开源算法LeGO-LOAM。