无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

本文主要是介绍无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

墙体画线地图切分方案

针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等

·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位

方案思路

切分原理:切分地图基于关键帧位置,而非点云

理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关键帧之间距离足够大,对于切分的画线精度要求不高。

实现思路

这实际上是一种子地图模式,建议基于已有的大地图软件框架来做,把墙画线切分当作一种子图分割策略现有地图切分

第一步:MPE(地图离线编辑软件)沿墙体中心画线,共K条直线;

第二步:遍历关键帧,按关键帧的时间顺序逐个遍历,针对第i个关键帧,遍历K条直线,对每条直线执行LineSideTest(该函数返回—1/0/1,表示点在直线左侧、直线上、直线右侧),得到一个size为K的向量,该向量就可以表征这个关键帧属于哪个子地图,若该子地图已存在,则将i和该子地图关联;若该子地图不存在,先新建子地图对象,再将ⅰ和该子地图关联

说明:此方案有缺陷,考虑横竖两条直线,会分成4个子地图,按照第1—第4象限来区分,有可能第3、第4象限其实是一个房间,不该分成两个子图。所以应该还需要一个额外的指定子地图合并的功能。理论上如果直线改成线段(有起点和终点)去做切分,就不需要额外指定合并了,但是LineSideTest会很难算,不如额外指定合并。

实时定位

判断当前位于哪个子图(按LineSideTest),就用那个子图的关键帧地图进行定位建图不准问题

问题:地图切分预期能解决实时定位问题,前提条件是地图是准的;如果建图就因为墙两侧误匹配导致不准,怎么办?

一种解决思路:针对跨墙区域,使用切分方案拓展建图

.确保已有地图虽然有偏差,但在可控范围内(脑测,墙点云分层总宽<20cm)

ii.基于现有地图,墙中心画线段(需要有起点和终点吗?),将关键帧地图切分为两侧两个子地图,并确认哪个子地图将保留,哪个子地图将抛弃,同时墙中心线两侧+—40cm的区域设为墙体特征区.从保留子地图里开始拓展建图,判断当前帧的位置属于保留子地图时,仅使用保留子地图进行定位,新关键帧也属于保留子地图;判断当前帧进入抛弃子地图区域时,使用「保留子地图中墙体特征区之外的点云」+抛弃子地图区域内新建的关键帧地图进行定位

备注:

·拓展建图进入抛弃子地图区域时,不使用原有的抛弃子地图是因为原有的抛弃子地图已经不准了;

拓展建图进入抛弃子地图区域时,还需要使用墙体特征区之外的保留子地图点云,是因为在保留子地图的关键帧会扫到抛弃子地图区域内的有效特征,这些特征对于从保留子地图到抛弃子地图区域的建图一致性可能起到关键作用

其他细节:

拓展建图时,墙体特征区内不要新建关键帧

这篇关于无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1151882

相关文章

使用C++将处理后的信号保存为PNG和TIFF格式

《使用C++将处理后的信号保存为PNG和TIFF格式》在信号处理领域,我们常常需要将处理结果以图像的形式保存下来,方便后续分析和展示,C++提供了多种库来处理图像数据,本文将介绍如何使用stb_ima... 目录1. PNG格式保存使用stb_imagephp_write库1.1 安装和包含库1.2 代码解

C#使用DeepSeek API实现自然语言处理,文本分类和情感分析

《C#使用DeepSeekAPI实现自然语言处理,文本分类和情感分析》在C#中使用DeepSeekAPI可以实现多种功能,例如自然语言处理、文本分类、情感分析等,本文主要为大家介绍了具体实现步骤,... 目录准备工作文本生成文本分类问答系统代码生成翻译功能文本摘要文本校对图像描述生成总结在C#中使用Deep

Redis 多规则限流和防重复提交方案实现小结

《Redis多规则限流和防重复提交方案实现小结》本文主要介绍了Redis多规则限流和防重复提交方案实现小结,包括使用String结构和Zset结构来记录用户IP的访问次数,具有一定的参考价值,感兴趣... 目录一:使用 String 结构记录固定时间段内某用户 IP 访问某接口的次数二:使用 Zset 进行

Spring Boot 整合 ShedLock 处理定时任务重复执行的问题小结

《SpringBoot整合ShedLock处理定时任务重复执行的问题小结》ShedLock是解决分布式系统中定时任务重复执行问题的Java库,通过在数据库中加锁,确保只有一个节点在指定时间执行... 目录前言什么是 ShedLock?ShedLock 的工作原理:定时任务重复执行China编程的问题使用 Shed

解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)

《解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)》该文章介绍了使用Redis的阻塞队列和Stream流的消息队列来优化秒杀系统的方案,通过将秒杀流程拆分为两条流水线,使用Redi... 目录Redis秒杀优化方案(阻塞队列+Stream流的消息队列)什么是消息队列?消费者组的工作方式每

Redis如何使用zset处理排行榜和计数问题

《Redis如何使用zset处理排行榜和计数问题》Redis的ZSET数据结构非常适合处理排行榜和计数问题,它可以在高并发的点赞业务中高效地管理点赞的排名,并且由于ZSET的排序特性,可以轻松实现根据... 目录Redis使用zset处理排行榜和计数业务逻辑ZSET 数据结构优化高并发的点赞操作ZSET 结

微服务架构之使用RabbitMQ进行异步处理方式

《微服务架构之使用RabbitMQ进行异步处理方式》本文介绍了RabbitMQ的基本概念、异步调用处理逻辑、RabbitMQ的基本使用方法以及在SpringBoot项目中使用RabbitMQ解决高并发... 目录一.什么是RabbitMQ?二.异步调用处理逻辑:三.RabbitMQ的基本使用1.安装2.架构

Spring Boot统一异常拦截实践指南(最新推荐)

《SpringBoot统一异常拦截实践指南(最新推荐)》本文介绍了SpringBoot中统一异常处理的重要性及实现方案,包括使用`@ControllerAdvice`和`@ExceptionHand... 目录Spring Boot统一异常拦截实践指南一、为什么需要统一异常处理二、核心实现方案1. 基础组件

MySQL分表自动化创建的实现方案

《MySQL分表自动化创建的实现方案》在数据库应用场景中,随着数据量的不断增长,单表存储数据可能会面临性能瓶颈,例如查询、插入、更新等操作的效率会逐渐降低,分表是一种有效的优化策略,它将数据分散存储在... 目录一、项目目的二、实现过程(一)mysql 事件调度器结合存储过程方式1. 开启事件调度器2. 创

一文详解Python中数据清洗与处理的常用方法

《一文详解Python中数据清洗与处理的常用方法》在数据处理与分析过程中,缺失值、重复值、异常值等问题是常见的挑战,本文总结了多种数据清洗与处理方法,文中的示例代码简洁易懂,有需要的小伙伴可以参考下... 目录缺失值处理重复值处理异常值处理数据类型转换文本清洗数据分组统计数据分箱数据标准化在数据处理与分析过