激光slam框架:F-LOAM

摘要:
在本文提出了一个通用的解决方案，旨在为基于激光雷达的SLAM提供一个计算效率高、精度高的框架。具体来说，我们采用了一种非迭代的两级失真补偿方法来降低计算量。对于每个扫描输入，提取边缘和平面特征，分别匹配到局部边缘图和局部平面图，并考虑局部平滑度进行迭代姿态优化。通过深入的实验评估了其在具有挑战性的场景中的性能，包括仓库自动导引车（AGV）的定位和自动驾驶的公共数据集。该方法在公共数据集评估中以10hz以上的处理率获得了很好的定位精度，为实际应用提供了性能和计算成本之间的良好折衷。该方法目前是KITTI数据集排名中最准确、最快的开源SLAM系统之一。  
论文链接:
https://readpaper.com/paper/3177946384
开源链接:
https://github.com/wh200720041/floam

激光slam框架:F-LOAM最先出现在Python成神之路。