原文服务方: 计算机应用研究       
摘要:
针对2D激光SLAM在大尺度地图的闭环检测中,存在匹配候选集数量庞大和容易发生误检的问题,提出了基于子地图匹配的闭环检测方法.该方法首先使用连续几帧的激光数据构建子地图,并用构建的子地图生成压缩表;然后结合机器人的位姿估计,利用压缩表进行粗扫描匹配,筛选出闭环检测的匹配候选集,提升匹配速度;最后用经筛选的匹配候选集进行细扫描匹配来检测闭环,以满足SLAM在大尺度地图下闭环检测的速度和准确率要求.实验结果表明,该算法可有效提高闭环检测的可靠性并显著减少匹配候选集数量.
推荐文章
基于关键帧的视觉惯性SLAM闭环检测算法
即时定位与地图构建(SLAM)
惯性测量单元(IMU)
关键帧
非线性优化
闭环检测
重定位
一种广泛适用的激光雷达数据特征提取方法
同步定位与地图创建
激光雷达
特征提取
角点探测器
复杂环境下视觉SLAM闭环检测方法综述
视觉SLAM
闭环检测
场景描述
决策模型
性能评价
一种融合激光和深度视觉传感器的S LAM地图创建方法
贝叶斯
地图创建
深度视觉
多传感器融合
导航
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种适用于激光SLAM大尺度地图的闭环检测方法
来源期刊 计算机应用研究 学科
关键词 闭环检测 大尺度地图 扫描匹配 子地图 压缩表
年,卷(期) 2018,(6) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1724-1727,1732
页数 5页 分类号 TP242
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.06.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曾碧 广东工业大学计算机学院 106 646 12.0 19.0
2 陈云华 广东工业大学计算机学院 35 152 8.0 10.0
3 文国成 广东工业大学计算机学院 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (9)
参考文献  (4)
节点文献
引证文献  (11)
同被引文献  (17)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
闭环检测
大尺度地图
扫描匹配
子地图
压缩表
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导