声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：程捷, 郭振武, 周坤, 王斌锐
关键词：相关性扫描匹配, 全局定位, 点云降采样, 移动机器人
现有的大多数全局定位方案着重于从原始激光点云或者栅格地图中提取特征点及其描述符, 但在环境特征稀疏的某些室内大场景内, 无法有效提取特征。针对这种情况, 本文使用相关性扫描匹配(CSM)算法进行全局定位, 并通过计算点对位姿解算的贡献度, 改进了CSM算法中的点云降采样步骤和角度步长计算步骤。最后, 使用改进前后的算法在仿真环境与实际环境中进行对比实验。实验结果表明, 相较于原CSM算法, 改进后算法的定位成功率提高了约1.5%, 算法耗时缩短了约1.1 s, 证明本文算法比原CSM算法更适用于室内大场景。
来源：2023年第5期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。