标签:CSM cartographer ceres 匹配 占用 激光 优化 前端 资源
简易介绍:通过阅读代码,前端做了很多畸变矫正和多激光传感器数据融合的工作,还有使用CSM或者ceres激光匹配的工作,后端通过分支界定匹配算法进行类似CSM的激光匹配(所以当约束增加时会增加计算量),后端另一个是使用ceres解优化方程(这一部分我感觉资源消耗并不高)。所以我认为优化的方向首先是计算合理的约束关系,再来解决前端计算量(激光频率30Hz时我觉的没有必要做畸变矫正,同时单雷达没有必要使用多传感器融合的方式),最后再来优化ceres解优化方程(感觉几乎不需要优化,可感觉不一定对)。
总结:
分类 | 内容 | 占用比率 | 优化方向 |
---|---|---|---|
前端 | 激光畸变矫正、多激光数据融合、CSM或ceres激光匹配 | 40% | 激光不需要去畸变、单激光不需要使用融合方式,有IMU时不使用CSM方式做前端匹配 |
后端 | 分支界定类似CSM激光匹配 | 45% | 减少不合理的约束关系,因为每个约束关系需要使用分支界定的激光匹配,这个是占比较大的计算资源 |
后端 | ceres优化位姿图方程 | 5% | 还不知道咋优化 |
一般优化后,建图100*100地图,使用i5的低压工控机实际占用比率在2~5%,大地图应该也是一样(因为前端资源一样,后端只要不重复出现同一区域多次也不会上升资源,当然cartographer的作者对于重复出现的场景使用Trimmer删除相似子图来解决这个问题)。
标签:CSM,cartographer,ceres,匹配,占用,激光,优化,前端,资源 来源: https://blog.csdn.net/windxf/article/details/114060461
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。