个人看完A_LOAM的唯一感觉就是,应该是比较好的上手框架了,虽然说在此框架诞生的时候并没有非常好的考虑设计,但是省略了LOAM中作者手动推倒雅可比的那部分,整体结构也是十分清楚,是非常适合一般初学者进入这个领域的。(大佬除外)(本文对于下载安装,配置环境就不做过多赘述,详情可以直接参考官网,这里给出连接)。 概述 这一部分主
LOAM源码解析2——laserOdometry 晓伟Liu 9.AMCL包源码分析 | amcl_node.cpp (二) AMCL定位算法主要是适用于激光传感器,所以对激光数据的处理是比较重要的一环。这一讲,我们将对 amcl_node.cpp的laserReceived函数进行分析。 从主要条件分支可以看出,确认了map是否已接… Churlaaaaaaa Dynamo应用秘籍:2:利用自定义...
LOAM提出了一种简单而高效的特征点提取方式:根据点云点的曲率提取特征点。即把特别尖锐的边线点与特别平坦的平面点作为特征点。 LOAM对点的曲率是这样计算的, 公式看起来比较复杂,实际上就是同一条扫描线上的取目标点左右两侧各5个点,分别与目标点的坐标作差,得到的结果就是目标点的曲率。当目标点处在棱或角的...
由于LOAM原版应用的设备机械式激光雷达因此势必存在一定的运动畸变(即同一个点云中,各个点在采集时,LiDAR的位姿是不同的,就如同高速移动相机时拍摄的照片一样),为此LOAM提出假设:激光雷达的运动都是匀速的,由此对点云中的点进行去畸变。 3.1.1 TransformToStart 函数 // TransformStart() 当前点云中的点相对...