上一篇 featureAssociation.cpp 其次featureAssociation这一个node节点,主要是特征提取。代码中先初始化了lego_loam::FeatureAssociation,用来订阅了上一节点发出来的分割出来的点云,点云的属性,外点以及IMU消息,并设置了回调函数。其中IMU消息的订阅函数较为复杂,它从IMU数据中提取出姿态,角速度和线加速度,其中姿态用来消除重力对
上一篇 回环检测 在LOAM系列中回环检测主要存在有四种方法 传统的领域距离搜索+ICP匹配 基于scan context系列的粗匹配+ICP精准匹配的回环检测 基于scan context的回环检测 基于Intensity scan context+ICP的回环检测 在参考很多大佬的比对结果中我们发现,传统的领域距离搜索+ICP匹配是这三个方法中最耗时的,相较于基于scan context的
前言 本作者在16年大学开始接触ROS后,逐步向着机器人建图导航方面扩展,尤其是对激光雷达方向比较感兴趣,目前打算针对近阶段的SC-LEGO-LOAM进行分析讲述。从ScanContext和Lego LOAM两个部分进行分析阐述。一方面也是记录自己的学习成果,另一方面也是帮助他人一起熟悉这篇20年的经典文章。 LOAM系列发展 LOAM LOAM作为该系列的鼻祖,在前几年kitti数据集中常年霸占
决定总结最近一个月的工作,这个月在orbslam2的基础上,使用kineticV2完成了稠密点云地图的重建,实现了点云的回环,并使用octomap转换成实时的八叉树地图,导航部分已经有了思路,打算下个月所一个基于octomap的航迹生成能用在视觉的导航上。 一、传感器和依赖包安装 PC性能:Dell xps13 内存16GB 硬盘SSD:500GB 显卡:Intel iris集显 操作系统:ub
slam的基础到slam的进阶,你想到的都可以看
博客
泡泡
积分
勋章
Cartographer前后端梳理
精选经典文献阅读之--D-Map(无需射线投射的高分辨率激光雷达传感器的占据栅格地图)
精选经典文献阅读之--LiDAR-based 4D Occupancy Completion and Forecasting(基于激光雷达的4D占用补全与预测)
ORB-SLAM3如何加入GPS和Wheel轮速约束
精选经典文献阅读之--LESS-Map(长期定位轻量级和逐渐演进的语义地图方案)
经典文献阅读之--i-Octree(用于最近邻搜索的快速、轻量级和动态的八叉树)
如何插入LinK3D、CSF、BALM来直接插入各个SLAM框架中
经典文献阅读之--als_ros(移动机器人的可靠蒙特卡罗定位)
精选经典文献阅读之--Calib Anything(使用SAM的无训练标定雷达相机外参)
精选经典文献阅读之--STD(激光SLAM回环检测算法)
精选经典文献阅读之--KISS-ICP(简单准确且鲁棒的激光里程计)
精选三大后端优化方法(Ceres&G2O&>SAM)
精选视觉三维重建第一课
精选经典文献阅读之--LBEVPlace(鸟瞰图的LiDAR的位置识别)
精选经典文献阅读之--NICER-SLAM (RGB神经隐式的稠密的SLAM)
精选如何在SLAM中绘制关键帧的关联
精选ORB-SLAM3整体流程详解
经典文献阅读之--Evaluation of Lidar-based 3D SLAM algorithms (激光SLAM性能比较)
Ceres 常用的优化手段
位姿图优化(Ceres& G2O& GTSAM)
Unity-ROS与Navigation 2(四)
SLAM本质剖析番外-李群李代数的微分和导数
重定位解析与思考
Sophus降维、升维与欧拉角、旋转向量的爱恨情仇
经典文献阅读之--OV2SLAM(高速视觉slam)
PCL 点云配准衡量指标
经典论文阅读之-GICP(ICP大一统)
ROS1可视化利器---Webviz
SLAM本质剖析-Boost之Geometry函数大全(一)
激光雷达动态障碍物滤除-调研与展望
自动驾驶-激光雷达预处理/特征提取
PCL补充之滤波、提取、配准方法
VSLAM特征之线特征&面特征
cartographer中的反光板定位
SLAM 中的 Kalman Filter 推导
Scan Context回环检测解读和使用
一看就懂的单目特征点恢复深度信息(三角化)
SLAM之划窗优化
SLAM本质剖析-Boost
Cartographer中的线程池操作
基于Sophus的Ceres优化
从LVI-SAM来看激光与视觉的紧耦合系统
大型点云地图裁剪及定位的通用流程
SLAM—逆深度
SLAM本质剖析-Open3D
矩阵并行加速之NENO与SSE
李群李代数关注核心
sim3相较于se3的好处
点云聚类及匹配(KD-Tree & OCTree)
LEGO-LOAM改进思路以及代码
SLAM外参标定
SLAM本质剖析-GTSAM
SLAM本质剖析-PCL
SLAM各种并行加速方法
紧耦合后端非线性优化-局部优化(Marginalization)
SLAM本质剖析-Sophus
SLAM本质剖析-G2O
SLAM本质剖析-Eigen
SLAM本质剖析-Ceres
VINS-FUSION 前端后端代码全详解
SC-LEGO-LOAM 扩展以及深度解析(三)
SC-LEGO-LOAM 扩展以及深度解析(二)
SC-LEGO-LOAM 扩展以及深度解析(一)
使用ORBSLAM2进行kineticV2稠密建图,实时转octomap建图以及导航
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信