此外,为了提高图像对齐的鲁棒性,FAST-LIVO2采用按需光线投射操作,并实时估计图像曝光时间。最后,我们详细介绍了FAST-LIVO2的三个应用:无人机机载导航,展示了系统在实时机载导航中的计算效率;机载测绘,展示了系统的测绘精度;以及基于网格和NeRF的3D模型渲染,强调了我们重建的密集地图对后续渲染任务的适用性。我们在GitHub上开源了我们的
在此之前博主对Fast-LIO2和R3LIVE进行了系统性的学习。最近文章《Fast and Tightly-coupled Sparse-Direct LiDAR-Inertial-Visual Odometry》提出了FAST-LIVO,这是一种快速LiDAR惯性-视觉里程计系统,它建立在两个紧耦合的直接里程计子系统之上:VIO子系统和LIO子系统。
对于GTSAM后端来说,主要的就是一些因子图加入,然后剩下的就是用回环完成优化的。优化对应的位姿然后完成相应的地图映射的操作。 1. 增加RGB信息 在publish_frame_world_rgb中,我们可以看到publish的信息是带RGB的,所以我们在此基础上增加了 vector<PointCloudXYZRGB::Ptr> surfCloudKeyFramesRGB; // 历史所有关键帧...
如果你把FAST-LIVOv2中的config/avia.yaml中的参数pcd_save.pcd_save_en设置为true,那么你可以在FAST-LIVO2/Log/PCD/文件夹下,发现保存好的pcd文件。如果你设置pcd_save.colmap_output_en为true,那么你可以在FAST-LIVO2/Log/Colmap文件夹下,发现colmap格式的sparse文件夹,其中包括位姿、点云文件。
fast livo以其高精度彩色稠密点云著称,加上高效的算法库,使其可以适应高速载具的移动速度,该算法连续多年霸榜年度slam算法库前十,究竟其好在哪里? 实际效果如何?让我带大家通过一块复现(软件+硬件)来窥探其核心 教程地址:https://gitee.com/gwmunan/ros2/wikis/pages 该教程代码地址:https://gitee.com/gw...
【传感器融合】开源 | 香港大学提出一种快速激光雷达惯性视觉测程系统FAST-LIVO,计算成本超低! 为了在同步定位与测绘(SLAM)任务中实现准确而鲁棒的姿态估计,多传感器融合被证明是一种有效的解决方案,在机器人应用中具有巨大的潜力。本文提出了一种快速激光雷达惯性视觉测程系统FAST-LIVO,该系统基于两个紧密耦合的直接...
Fast-LIO2-BA:基于Fast-LIO2改进,改善z轴漂移,提高定位精度。嵌入稳定三角网回环检测。 3.0万 3 08:11 App 【开源】也许会是目前功能最多的激光SLAM(Lidar SLAM) 4070 0 00:37 App 帝国理工开源MASt3R-SLAM:实时、鲁棒、全局一致的稠密SLAM 266 0 01:39 App Fast-livo2复现 6413 2 02:06 App 多...
FAST-LIVO复现 文章目录 FAST-LIVO 准备工作 编译 运行 复现效果 FAST-LIVO FAST-LIVO(Fast LiDAR-Inertial-Visual Odometry)是一种融合LiDAR(激光雷达)、惯性测量单元(IMU)和视觉信息的里程计算法。它旨在提供高精度和实时的位姿估计,适用于无人机、自主驾驶车辆等需要高精度定位的应用场景。
论文地址:FAST-LIVO: Fast and Tightly-coupled Sparse-DirectLiDAR-Inertial-Visual Odometry 多传感器融合可以实现准确和鲁棒的位姿估计,在机器人应用中具有很大的潜力。本文提出了FAST-LVIO:一种融合LiDAR-IMU-视觉的里程计系统,它由两个紧耦合的子系统构成:VIO子系统和LIO子系统。LIO子系统将当前帧扫描到的原始点...
源码链接:GitHub - hku-mars/FAST-LIVO: A Fast and Tightly-coupled Sparse-Direct LiDAR-Inertial-Visual Odometry. 论文连接:https://arxiv.org/pdf/2203.00893.pdf 配置过程 首先先看看配置的问题。主要的问题是Sophus的安装。作者建议的配置如下 git clone https://github.com/strasdat/Sophus.git ...