Lidar Loop Closure Detection

Обнаружение замыкания цикла (Loop Closure Detection) в данных LiDAR (Light Detection and Ranging) является важной задачей в области автономной навигации и построения карт. Этот процесс помогает системе определить, что робот или датчик LiDAR вернулся в ранее посещенную область. Вот несколько методов, используемых для обнаружения замыкания цикла в LiDAR данных: Использование Графов SLAM:

• Алгоритмы Point Cloud Matching: Многие методы сосредотачиваются на сравнении облаков точек, полученных от LiDAR, в разные моменты времени. Это включает в себя выделение ключевых точек, описателей и использование методов, таких как ICP (Iterative Closest Point) для нахождения трансформации между двумя облаками точек.

• Использование машинного обучения: Некоторые методы включают в себя применение методов машинного обучения для обнаружения замыкания цикла. Модели могут быть обучены на больших наборах данных для классификации пар облаков точек как замыкающих цикл или нет.

Алгоритмы Point Cloud Matching

Обнаружение замыкания цикла с использованием алгоритмов сопоставления облаков точек в LiDAR данных часто включает в себя различные методы и библиотеки. Вот несколько библиотек и инструментов, которые могут использоваться для этой задачи:

• ov2slam - это алгоритм Visual SLAM, работающий в режиме реального времени
• FLOAM - быстрый LOAM(Lidar Odometry And Mapping).
• ISCLOAM - Данная работа представляет собой реализацию "Intensity Scan Context: Coding Intensity and Geometry Relations for Loop Closure Detection".
• MULLS - В этом репозитории реализована MULLS, эффективная, универсальная и универсальная система SLAM с малым дрейфом, работающая только с LiDAR.
• KISS-ICP - LiDAR Odometry, который работает в большинстве случаев без настройки каких-либо параметров.
• Traj-LO - LiDAR с использованием эффективной траектории непрерывного времени.
• CT-ICP - в этом репозитории реализован SLAM CT-ICP, легкая, точная и универсальная одометрическая система LiDAR.
• Vision-Enhanced Lidar Odometry and Mapping - это новый алгоритм одновременной локализации и картографирования с использованием набора камер и лидара.
• libpointmatcher - это библиотека на C++ для сопоставления облаков точек с поддержкой различных методов сопоставления.

Использование машинного обучения

• BoW3D - нейронная сеть, для обнаружения замыкания цикла в реальном времени.
• OverlapNet - нейронная сеть для обработки данных LiDAR. Он может использоваться для обнаружения замыкания цикла.