汽车工业论文_基于视觉、LiDAR与IMU的实时无人 - 运动精品杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

汽车工业论文_基于视觉、LiDAR与IMU的实时无人

作者:

关键词:

摘要：

文章摘要:视觉/LiDAR里程计可以根据传感器数据对无人车在多个自由度上运动的过程进行估计，是无人车定位建图系统的重要组成部分。本文提出了一种使用视觉、LiDAR和IMU进行信息融合的里程计，支持多种运行模式和初始化方式。前端部分采用了改进后的ICP CUDA算法进行激光点云配准，利用光流法对视觉特征进行跟踪，并利用激光点云数据对视觉特征的深度进行估计。后端部分采用了基于滑动窗口的图优化模型，并为视觉和LiDAR关键帧创建状态节点，以前端结果作为量测，将相邻状态节点通过预积分因子关联。本方案实验结果表明：在城市场景系统平均相对位移精度为0.2%～0.5%，系统全量传感器运行模式（VLIO模式）整体要比关闭视觉的模式（LIO模式）和关闭LiDAR的模式（VIO模式）精度高。本文提出的方法对于提高无人车定位建图系统的精度有着积极意义。

文章关键词:

论文分类号:TN958;TP391.41;U463.6

文章来源：《运动精品》网址: http://www.ydjpzz.cn/qikandaodu/2021/1103/2295.html