目的 LOAM是KITTI测试中排名第一的状态估计和激光建图方法,知名度很高,在它的基础上衍生出了很多改进版本,例如ALOAM、LEGO-LOAM、Inertial-LOAM等。 本文通过对论文和代码的细节进行分析,试图弄明白这个方法的特点以及为何有如此优秀的性能。 1 特征点提取 通过匹配每帧激光点云与上一帧点云,可以得到两帧之间机器人的相对位移,这是激光里程计的工作方式。传统的方法是直接在原始的点云上操作(例如ICP算法),但是LOAM采用了更巧妙的方法,它不是直接对大量的点云进行变换,而是在点云的基础上提取出相对较少的特征点,然后再用特征点进行匹配。 如何得到特征点呢?特