学习记录-自动驾驶与机器人中的SLAM技术

以下所有内容均为高翔大神所注的《自动驾驶与机器人中的SLAM技术》中的内容

2D SLAM

• 作者实现了一个2D 的ICP，包含了点到线的处理方式
• 实现了一个似然场法的配准，介绍了相关公式，使用了高斯牛顿法和g2o进行求解，其中g2o中有对核函数的使用

3D SLAM

ICP

• 实现了一个并发的ICP配准
• 实现了点到面的ICP
• 实现了点到线的ICP
• 点到线的ICP的结果与点到点的ICP相当，略差于点到面的、在三中算法中，点到面的ICP在精度和效率上都具有一定优势，明显快于PCL的内置版本，单其单次迭代中计算量明显大于原始ICP

NDT

本书各配准算法与PCL的对比

增量式NDT

需要解决两个问题：

1. 每个体素内的高斯参数如何改变
2. 如何维护不断增加的体素

高斯分布的增量更新

体素的增量维护

融合导航

1. EKF和优化的关系

2. 组合导航eskf中的预测部分，主要是F矩阵的构建

t