3d 激光slam - 古月居

ouster-32激光雷达实测：雷达参数配置与输出数据分析

修改launch文件在之前将ouster-32的激光雷达设置成了静态IP。因为设置了固定的雷达IP，所以就在launch文件中设置其参数，不用在用命令行的方式传入该参数修改内容如下： <arg name="sensor_hostname" doc="hostname or IP in dotted decimal form of the sensor"/> 改为

点云激光雷达激光SLAM Ouster

月照银海似蛟龙
2022-11-29 17:03
1142 2 0
ouster-32激光雷达实测：ROS驱动编译使用与设备连接的网络配置

ouster-32 ROS驱动此 ROS 软件包支持所有固件 v2.0 或更高版本的 Ouster 传感器。启动后，驱动程序将配置并连接到选定的传感器设备，连接后，驱动程序将处理传入的IMU和激光雷达数据包，解码激光雷达帧并发布有关/ouster/imu和/ouster/points主题的相应ROS消息。如果传感器支持双回波并且已配置为使用此功能，则将发布另一个名为 /ouster/point

激光雷达激光SLAM Ouster ROS驱动网络配置

月照银海似蛟龙
2022-11-29 16:56
978 0 0
lio-sam框架：后端里程计、回环、gps融合

前言 LIO-SAM的全称是：Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping 从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupled Lidar Inertial Odometry），借助的手段就是利用GT-SAM库中的方法。 LIO-SAM 提出了一个利用GT-SAM的紧耦合激

因子图优化 LIO-SAM gtsam

月照银海似蛟龙
2022-09-16 09:59
2319 0 0
lio-sam框架：回环检测及位姿计算

前言图优化本身有成形的开源的库例如 g2o ceres gtsam lio-sam 中就是通过 gtsam 库进行图优化的，其中约束因子就包括回环检测因子本篇主要解析lio-sam框架下，是如何进行回环检测及位姿计算的。 Pose Graph的概念用一个图(Graph 图论)来表示SLAM问题图中的节点来表示机器人的位姿二维的话即为 (x,y,yaw)

回环检测激光SLAM ICP

月照银海似蛟龙
2022-09-09 09:47
1355 0 0
lio-sam框架：点云匹配之手写高斯牛顿优化求状态量更新

前言 LIO-SAM的全称是：Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping 从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupled Lidar Inertial Odometry），借助的手段就是利用GT-SAM库中的方法。 LIO-SAM 提出了一个利用GT-SAM的紧耦合激

激光SLAM LIO-SAM 高斯牛顿下降优化

月照银海似蛟龙
2022-09-07 10:15
1212 0 0
LIO-SAM框架：点云匹配前处理之初值计算及局部地图构建

前言 LIO-SAM的全称是：Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping 从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupled Lidar Inertial Odometry），借助的手段就是利用GT-SAM库中的方法。 LIO-SAM 提出了一个利用GT-SAM的紧耦合激

激光SLAM LIO-SAM

月照银海似蛟龙
2022-08-30 09:47
2154 0 0
3d激光SLAM：LIO-SAM框架---特征点提取

前言 LIO-SAM的全称是：Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping 从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupled Lidar Inertial Odometry），借助的手段就是利用GT-SAM库中的方法。 LIO-SAM 提出了一个利用GT-SAM的紧耦合激

特征点提取激光SLAM LIO-SAM

月照银海似蛟龙
2022-08-24 16:34
1305 0 0
LIO-SAM框架：点云预处理前端---畸变矫正数据预处理

前言 LIO-SAM的全称是：Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping 从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupled Lidar Inertial Odometry），借助的手段就是利用GT-SAM库中的方法。 LIO-SAM 提出了一个利用GT-SAM的紧耦合激

畸变矫正

月照银海似蛟龙
2022-08-22 14:40
1992 0 0
LIO-SAM框架：点云预处理前端---畸变矫正

前言 LIO-SAM的全称是：Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping 从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupled Lidar Inertial Odometry），借助的手段就是利用GT-SAM库中的方法。 LIO-SAM 提出了一个利用GT-SAM的紧耦合激

激光SLAM 畸变校正

月照银海似蛟龙
2022-08-22 14:37
1630 0 0
3d激光SLAM：LIO-SAM框架---位姿融合输出

前言 LIO-SAM的全称是：Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping 从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupled Lidar Inertial Odometry），借助的手段就是利用GT-SAM库中的方法。 LIO-SAM 提出了一个利用GT-SAM的紧耦合激

IMU 建图算法

月照银海似蛟龙
2022-08-22 14:35
1584 0 0
3d激光SLAM：LIO-SAM框架---IMU预积分流程

前言 LIO-SAM的全称是：Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping 从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupled Lidar Inertial Odometry），借助的手段就是利用GT-SAM库中的方法。 LIO-SAM 提出了一个利用GT-SAM的紧耦合激

IMU LIO-SAM 预积分

月照银海似蛟龙
2022-08-16 09:50
1824 0 2
3d激光SLAM：LIO-SAM框架---IMU预积分功能数据初始化

前言 LIO-SAM的全称是：Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping 从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupled Lidar Inertial Odometry），借助的手段就是利用GT-SAM库中的方法。 LIO-SAM 提出了一个利用GT-SAM的紧耦合激

建图激光SLAM 预积分

月照银海似蛟龙
2022-08-14 10:28
1871 0 1
因子图优化及GTSAM中IMU预积分接口

因子图的功能在slam的后端优化问题中，通常会通过⼀些传感器的观测，比如：视觉特征点 IMU预积分量 Lidar面点和边缘点（角点）的约束去构建一个优化问题，求解状态量（如位姿、速度等）。这个时候存在一个问题：当给这个系统新增⼀个约束时，就会重新建立所有的约束对状态量的优化问题进行求解。当优化模型增大时，显然进行一次优化的时间也会增加很多；一方面实时性遭遇了挑战，另一

IMU 因子图优化预积分

月照银海似蛟龙
2022-08-12 09:49
2501 0 0
IMU预积分在优化问题中的建模及外参标定

前言预积分量约束相邻两帧的状态量（位置、速度、姿态），同时考虑到IMU的零偏的性质，即短时间内变换速率比较慢，因此可以认为两帧之间的零偏不变，也就是还可以约束两帧的零偏变换。同时，在slam问题中，IMU预积分通常会和其它传感器的约束一起构建一个优化问题无论是VIO还是LIO，IMU和其它传感器的标定结果往往对最终的里程记和建图性能有着显著的影响。同样，在多传感器融合算法中，传感器之间

标定激光雷达 IMU

月照银海似蛟龙
2022-08-11 09:36
1724 0 0
惯性测量单元预积分原理与实现

IMU器件 IMU的全称是惯性测量单元，包括一个三轴的加速度计以及一个三轴的陀螺仪，分别测量出物体的加速度和角速度信息，不受周围环境结构、光照等外界因素影响。通常IMU的输出频率在100-1000hz之间，远高于相机或者激光雷达的输出频率，一方面可以提高整体系统的输出频率，另一方面，可以在视觉或者激光雷达短期失效的时候提供一段时间的位姿推算。在大多数的LIO或者VIO中，关于IMU的输出的建

预积分惯导

月照银海似蛟龙
2022-08-08 11:39
1348 0 0
3D激光SLAM：LIO-SAM

LIO-SAM的全称是：Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping 从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupled Lidar Inertial Odometry），借助的手段就是利用GT-SAM库中的方法。 LIO-SAM 提出了一个利用GT-SAM的紧耦合激光雷达惯

SLAM 建图导航激光SLAM

月照银海似蛟龙
2022-08-04 09:50
2868 0 1
激光SLAM：LeGO-LOAM---两步优化的帧间里程计及代码分析

前言 LeGO-LOAM的全称是 Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain 其中LeGO就是轻量级和利用地面优化，轻量级的实现就是通过两步的优化方式，利用地面优化的部分也在两步优化的第一步中。和原始LOAM一样，通过前后两帧点云来估计两帧之间的运动，从而累加得到前端里程计的

激光SLAM lego-loam 帧间里程计

月照银海似蛟龙
2022-08-02 10:20
1846 0 0
3D激光slam：LeGO-LOAM---基于广度优先遍历的点云聚类算法及代码分析

前言广度优先遍历（BFS）算计介绍广度优先遍历（BFS）和深度优先遍历（DFS）同属于两种经典的图遍历算法广度优先遍历算法：首先从某个节点出发，一层一层的遍历，下一层必须等到上一层节点全部遍历完之后才会开始遍历基本思想：尽最大程度辐射能够覆盖的节点，并对其进行访问。用一道BFS的题来进行举例以M节点为顶点的话则遍历顺序为：MNQP或MNPQ或MQNP或MQPN或MPQN

激光SLAM lego-loam BFS 点云聚类

月照银海似蛟龙
2022-08-01 14:06
1398 0 0
激光slam：LeGO-LOAM---地面点提取方法及代码分析

前言地面点提取方法 LeGO-LOAM中前端改进中很重要的一点就是充分利用地面点，本片博客主要讲解如何进行地面点提取如下图所示，相邻的两个scan的同一列，打在地面上，形成两个点A和B。它们的垂直高度差为h，这个值在理想情况（雷达水平安装，地面是水平的）接近于0水平距离差d和水平面的夹角为如果为地面点，在理想情况下，这个角点接近0. 但是雷达的安装不会完全水平，并且地面也不是平的

SLAM 激光SLAM 地面分割

月照银海似蛟龙
2022-07-29 10:13
2089 0 0
激光slam：LeGO-LOAM论文解读(二)

轻量级激光雷达里程计和建图方法系统框架整体框架如下：输入：三维激光点云输出：六自由度位姿估计整个系统可以分为五个模块：分割：指获取单次扫描的点云，并将其投影到距离图像上进行分割。_16_1800个点用cvmat来对点进行初步管理* 特征提取：分割的点云被发送到特征提取模块。激光雷达里程计：使用从先前模块中提取的特征点进行帧间位姿估计激光建图部分：这些特

SLAM 激光SLAM

月照银海似蛟龙
2022-07-29 10:12
1597 0 0

想获取更多信息和操作，请移步电脑网页版