lego-loam featureAssociation 源码注释(五)补充

继续来看位姿优化:

void updateTransformation(){

        if (laserCloudCornerLastNum < 10 || laserCloudSurfLastNum < 100)
            return;

        for (int iterCount1 = 0; iterCount1 < 25; iterCount1++) {
            laserCloudOri->clear();
            coeffSel->clear();

            findCorrespondingSurfFeatures(iterCount1);

            if (laserCloudOri->points.size() < 10)
                continue;
            if (calculateTransformationSurf(iterCount1) == false)
                break;
        }

        for (int iterCount2 = 0; iterCount2 < 25; iterCount2++) {

            laserCloudOri->clear();
            coeffSel->clear();

            findCorrespondingCornerFeatures(iterCount2);

            if (laserCloudOri->points.size() < 10)
                continue;
            if (calculateTransformationCorner(iterCount2) == false)
                break;
        }
    }

 

### LOAM简介 LOAM (LiDAR Odometry and Mapping) 是一种基于激光雷达的同时定位与地图构建算法[^1]。该算法通过处理来自激光雷达传感器的数据来估计设备自身的运动轨迹并创建周围环境的地图。 ### 功能解释 LOAM 的主要功能分为两部分:里程计(Odometry)建图(Mapping)。里程计负责实时计算传感器相对于初始位置的姿态变化;而建图则利用这些姿态信息以及原始点云数据生成三维环境模型[^2]。 ### 主要组成部分 - **前端匹配**:此阶段会从连续帧之间寻找特征点,并尝试找到它们之间的对应关系,从而初步估算位姿变换。 - **后端优化**:对前端得到的结果进一步精炼,在全局坐标系下调整各个时刻的位置以提高精度。 - **回环检测**:当机器人再次访问之前到过的区域时能够识别出来,并修正累积误差带来的偏差。 ### 使用方法 为了使用LOAM,通常需要准备如下: 1. 安装ROS(Robot Operating System),因为大多数实现版本都是基于这个框架开发的; 2. 获取支持的硬件设备如Velodyne VLP-16 或者其他类型的3D LiDAR扫描仪; 3. 配置好驱动程序以便能正常接收Lidar数据流; 4. 下载开源项目源码并编译安装; 5. 调整参数文件中的设置项以适应具体应用场景需求。 ```bash git clone https://github.com/RobustFieldAutonomyLab/LeGO-LOAM.git cd LeGO-LOAM && catkin_make source devel/setup.bash roslaunch lego_loam run.launch ``` 上述命令展示了如何克隆仓库、编译代码及启动节点运行LOAM实例[^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值