Key points are not available for this paper at this time.
الملخص في البيئات التي تفتقر إلى إشارات نظام الملاحة عبر الأقمار الصناعية العالمية (GNSS)، يكون نظام تحديد المواقع ورسم الخرائط المتزامن (SLAM) باستخدام LiDAR فقط عرضة لتراكم أخطاء تقدير الوضع بسبب التداخل الديناميكي وانخفاض كثافة الميزات، مما يؤثر على دقة النظام واستقراره. يبقى تحقيق توازن بين متانة الطرق التقليدية في البيئات الديناميكية وفعالية قيود الوضع في مشاهد الميزات النادرة تحديًا. لمعالجة هذه المسألة، تقترح هذه الورقة طريقة SLAM فقط باستخدام LiDAR قائمة على الإزالة الديناميكية وتعزيز الميزات التكيفية، تُعرف باسم DALO-SLAM، تهدف إلى تحسين قدرة النظام على التكيف ودقته في البيئات المعقدة. أولاً، تتم إزالة السحابة النقطية الديناميكية بكفاءة أثناء المعالجة المسبقة من خلال دمج التوافق العشوائي الثابت القائم على الرسوم البيانية (GI-RANSAC). ثانيًا، يتم تقديم استراتيجية تعزيز ميزات تكيفية، تدمج معلومات الكثافة والميزات الهيكلية المحلية في اتجاه الانحدار. يتم تحسين الاستقرار بشكل أكبر من خلال ضبط الوزن التكيفي بناءً على إدراك الانحدار. تظهر التجارب على مجموعة بيانات KITTI والسيناريوهات الواقعية أن DALO-SLAM يتفوق على الطرق السائدة الحالية في البيئات المعقدة.
Building similarity graph...
Analyzing shared references across papers
Loading...
Ziyang Wang
Harbin Institute of Technology
Haibo Zhou
Central South University
Ji’an Duan
Central South University
Measurement Science and Technology
Central South University
Building similarity graph...
Analyzing shared references across papers
Loading...
درس وانغ وآخرون (الخميس) هذا السؤال.
synapsesocial.com/papers/6a20dd2b10699ec7be2aa889 — DOI: https://doi.org/10.1088/1361-6501/addbff