3 A-LOAM 依赖 编译&跑数据集 4 LIO-mapping 依赖 编译&跑数据集 此文简单介绍一下这些算法配置环境的过程,顺便记录一下如何配置LeGO用于建图,方便以后快速配置好需要的环境。此文介绍的内容都是节选至对应的github官网的,此外此文给出的一些配置步骤是依赖于前面配置好的cartographer环境的,所以不少的依赖安装问题...
支持的lidar,论文中使用的是velodyne 16线雷达,如果是其它lidar需要适配这些参数。 // VLP-16externconstintN_SCAN=16;// 线数externconstintHorizon_SCAN=1800;// 旋转一周采样次数externconstfloatang_res_x=0.2;//水平分辨率externconstfloatang_res_y=2.0;//垂直分辨率externconstfloatang_bottom=15.0+0.1;//...
如果直接用catkin_make 则会根据计算机有几个核,进行几线程的编译。 编译成功的话会生成 LeGO-LOAM的 可执行文件 LeGO-LOAM Gazebo测试 下面通过直接搭的gazebo测试场景 对 LeGO-LOAM进行一个初步测试 在运行之前需要根据 使用的激光雷达型号,在utility.h文件中对些变量进行设置 该文件的位置在 include文件夹下: 激...
1)LeGO-LOAM是轻量级的,因为可以在嵌入式系统上实现实时姿态估计和建图。 2)去除失真数据,在地面分离之后,执行点云分割以丢弃可能表示不可靠特征的点。 3)LeGO-LOAM引入地面优化,因为我们引入了两步优化姿势估计。从地面提取的平面特征用于在第一步中获得[tz,θroll,θpitch]。在第二步中,通过匹配从分段点云提取...
lego-loam 同步构建2d栅格导航地图 3d点云预处理 keypose保存 根据闭环条件更新2d map 构建和2d map 总结 基于目前移动机器人的应用可知,目前3d slam存储的主要为点云地图,由于其特征点比2D激光器数据更加丰富,因此用于后期的定位具有更好的抗干扰性和鲁棒性。但是用于导航的基本路径规划功能,目前仍主要依赖于2d栅格...
前端的暴力匹配方法,是直接6层循环暴力枚举的,因此配置文件中默认不开启,而是在初始通过IMU、里程计等预测位姿基础上,直接非线性优化修正位姿。 如果回环检测仍然是:大范围内6个循环穷举+分支定界的话,小范围都嫌慢,大范围更别提。 直接对位姿非线性优化? 1.没有初值,会算到猴年马月。2.会落入局部最优值。
在将代码lego loam中的utility.h文件中添加的镭神32C的配置文件(激光雷达扫描频率分别为5Hz与10Hz)也贴一下: //LeiShen-32C-5Hz//extern const int N_SCAN = 32;//extern const int Horizon_SCAN = 4000;//extern const float ang_res_x = 360.0 / float(Horizon_SCAN);//extern const float ang_res...
问题记录-基于速腾聚创16线激光雷达的激光Slam开源算法测试之LeGO-Loam,程序员大本营,技术文章内容聚合第一站。
里程计部分改为scan2localmap的匹配,特征提取部分去除了原LeGO-LOAM中的聚、分割并提取较为突出的边缘点和平面点,而是沿用LOAM中的边缘和平面点。(精度高一些,LeGO-LOAM主要考虑性能多一点) 维护两个因子图,预积分因子图可联合优化激光雷达odom和IMU,并估计IMU偏差,进行实时的里程计估算,这里将雷达位姿作为预测,而...