SLAM实现模块及功能

Posted 2022-10-28 Arrow

SLAM实现模块及功能

• 1. 简介
• 2. 数据预处理
• • 2.1 功能
  • 2.2 输入
  • 2.3 输出
• 3. 前端里程计
• • 3.1 功能
  • 3.2 输入
  • 3.3 输出
• 4. 后端图优化
• • 4.1 功能
  • 4.2 输入
  • 4.3 输出
  • 4.4 方法
• 5. 闭环检测
• • 5.1 功能
  • 5.2 输入
  • 5.3 输出
• 6. 显示模块
• • 6.1 功能
  • 6.2 输入
  • 6.3 输出
• 7 传感器特性

1. 简介

• SLAM主要有5大模块组成
  • 数据预处理
  • 前端里程计
  • 后端图优化
  • 闭环检测
  • 显示模块

2. 数据预处理

2.1 功能

• 接收各传感器信息
• 传感器数据时间同步
• 点云运动畸变补偿
• 传感器信息统一坐标系

2.2 输入

• GNSS组合导航位置、姿态、角速度、线速度等
• 雷达点云信息
• 雷达和IMU相对坐标系

2.3 输出

• GNSS组合导航位置、姿态
• 畸变补偿后的点云

3. 前端里程计

3.1 功能

• 根据点云计算位姿并发送

3.2 输入

• 雷达点云

3.3 输出

• 里程计累计位姿

4. 后端图优化

4.1 功能

• 从里程计位姿中提取关键帧
• 根据关键帧位姿、GNSS组合导航约束和闭环检测约束来优化位姿
• 后端通过图优化实现消除累计误差的功能

4.2 输入

• 前端里程计位姿
• GNSS组合导航位姿
• 闭环检测相对位姿

4.3 输出

• 优化后的位姿

4.4 方法

• 目前有三个流行的库：g2o、gtsam、ceres

5. 闭环检测

5.1 功能

• 根据位姿搜索附近历史帧
• 如果有则做匹配
• 如果匹配结果符合要求则建立约束，并发送

5.2 输入

• 关键帧对应的GNSS组合导航位姿（因为用开环位姿检测不够准确，尤其大场景）

5.3 输出

• 闭环位姿约束

6. 显示模块

6.1 功能

• 根据优化后的位姿生成点云地图
• 显示点云地图和当前帧点云

6.2 输入

• 优化后的历史帧位姿
• 当前帧点云
• 当前帧位姿

6.3 输出

• 按优化后的位姿投影之后的当前帧点云
• 按优化后的位姿投影之后的当前帧位姿
• 局部小地图点云
• 全局大地图点云

7 传感器特性

• 融合原则：通过融合消除误差的过程，就是为该误差寻找差异性信息的过程 (互补性)
• IMU: 具有随时间的累积性，但不跳变 （累积性）
• GNSS：具有跳变性，受遮挡或干扰时无信号 (位姿跳变)
• 轮速计：无时间累积性，但会打滑
• 点云地图：位姿跳变、且在空旷地区无有效数据
• 激光里程计：具有随距离的累计性（累积性）

参考：从零开始做自动驾驶定位