LOAM_Livox论文笔记

解决问题

• 在非常有限的FoV中进行特征提取和选择
• 鲁棒的离群点剔除：激光雷达的扫描线束和扫描轨迹分布不均匀
• 移动对象过滤
• 运动失真补偿

POINTS SELECTION AND FEATURE EXTRACTION

受激光雷达在真实物理世界的限制，需要在原始点云信息中提取出好的特征点

1. 分类
   按照特定指标选择点
   1. 对于每个点计算下列指标
   • Depth D：点到雷达的距离
   • laser deflection angle φ ：X轴与激光线夹角
   • intensity I ：反射强度，R是物体反射率，由雷达测量
   • incident angle θ ：入射角，激光层与测量点周围的局部平面之间的角度
   2. 计算公式
      
      
   3. 舍弃原则
   • 靠近雷达视野边缘。此时扫描轨迹不可靠
   • intensity太大或太小。都会降低测量的准确率
   • 入射角接近π或0的点。会产生光斑导致测量的是一片范围的均值而不是某一特定点
   • 被障碍物遮挡的点。会被误判为边缘点
2. 特征提取
   • 计算局部平滑度（应该是曲率）来提取边缘点和平面点
   • 引入反射率作为判断依据，如果由一点和周围点的反射率区别过大，被视为（材料）边缘点

ITERATIVE POSE OPTIMIZATION 迭代姿态优化

受雷达非重复扫描的影响，不能利用重复点的匹配来获得位姿

1. 边对边的残差计算
   1. 在当前帧中选取一点Pl，再从全局地图中选取距离Pl最近的5个点：先将Pl映射到地图系，在从地图系的KDtree里面选取5个点
   2. 以当前帧的最后一点Pw的雷达姿态为准，计算当前帧到地图的转换矩阵来实现投影
   3. 确保选取的5个Pi和点Pw在同一条直线上
   4. 残差计算
      
2. 面对面的残差计算
   和边对边的残差计算思路相同，就是计算是否是同一平面上由不同
   
3. 帧内运动补偿
   1. 分段处理：同一帧分成几部分，独立进行处理。相当于缩短运动时间，减轻运动带来的影响，分开处理还可以并行计算，缩短计算时间
   2. 线性插值：假设在一帧中运动是均匀的，可以利用最后一个点的姿态变化去估计之前点的转换矩阵
4. 离群点剔除和移动对象过滤
   避免移动物体对扫描精度产生影响
   思路：在每次迭代重新计算所有特征点对应的残差，先做迭代优化残差，最后在优化后结果中去除前20%最大的点（边缘点和平面点分开进行处理）

个人评价

亮点：

• 特征提取时引入反射强度作为评价依据
• 迭代姿态优化可以解决雷达扫描不重复的问题
• 将优化后残差较大的点作为运动点