LOAM论文笔记

LOAM: Lidar Odometry and Mapping in Real-time 笔记

论文概述

实时性的位姿估计定位和建图算法，既有高频率低精度里程计进行运动估计，又有低频率高精度点云匹配来地图建图。

算法一 LIDAR ODOMETRY

1. 特征点匹配：通过计算曲率c来判断点是否为角点或面点。在c的计算中引入S来消除距离影响，将每一次扫描分成多个相同的子区域，保证特征点的均匀分布。还要注意排除几种特殊情况。
2. 寻找对应特征点集合：
   • 先将前一时刻的点云投影到当前时刻。
   • 利用两个时刻的点云信息来进行角点和面点的匹配，使用最近邻搜索相邻特征点，角点进行点到直线的距离计算，面点进行点到平面的距离计算。
3. 运动动作估计：
   • 通过角点和面点的匹配来计算变换矩阵T。
   • 知道在一段时间内的变化矩阵T,假设运动是均匀的，可以利用时间进行线性插值，得到当前时刻的变换矩阵T。
   • 利用变换矩阵T来根据投影量更新当前时刻的点云坐标。
   • 进而将该特征点的距离公式作为损失函数，利用优化算法来求解变换矩阵T，使得距离趋近于0.
4. 伪代码
   

算法二 LIDAR MAPPING