以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容
点击领取学习资料 → 机器人SLAM学习资料大礼包
论文##开源代码# SLAMesh: Real-time LiDAR Simultaneous Localization and Meshing
论文地址：https://arxiv.org/abs/2303.05252
作者单位：香港理工大学
开源代码：https://github.com/lab-sun/SLAMesh
大多数当前的激光SLAM系统都是在点云中构建地图，即使在人眼看来是稠密的，但当放大时，点云是稀疏的。稠密地图对于机器人应用至关重要，例如基于地图的导航。由于内存成本低，近年来，网格已成为一种有吸引力的稠密建图模型。然而，现有方法通常通过使用离线后处理步骤生成网格贴图。这两个步骤不允许这些方法在线使用构建的网格地图，并使定位和网格化相互受益。
为了解决这个问题，我们提出了第一个仅使用CPU的实时LiDAR SLAM系统，该系统可以同时构建网格地图并针对网格地图执行定位。采用高斯过程重构的直接网格化策略实现了网格地图的快速构建、配准和更新。我们在几个公共数据集上进行了实验。结果表明，我们的SLAM系统可以在40Hz左右运行。定位和网格精度也优于最先进的方法，包括TSDF图和泊松重建。
本文贡献如下：
1、我们提出了一种基于GP重建和顶点连接的网格划分策略，该策略允许快速构建、查询和更新网格地图
2、我们设计了一种点到网格的配准方法。结合约束组合和多线程实现，我们确保了网格地图定位和建图的效率和准确性。
3、我们在网格地图上开发了一个稠密、实时、可扩展的开源LiDAR SLAM系统，并通过实验证明了其优势。
以上内容来自小六的机器人SLAM学习圈 每日更新内容