mid360 SLAM 建图实现

最新推荐文章于 2025-02-21 16:24:25 发布
最新推荐文章于 2025-02-21 16:24:25 发布
阅读量2.3k 收藏 4
点赞数 4
分类专栏： 点云及图像-免费 文章标签： 算法 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/a394467238/article/details/129246581
版权

用别人分享的数据集试了下，室内建图问题不大，室外还不确定

 

 

 

 

 

mid-360|环境配置及传感器特定方向点云数据提取
m0_46182398的博客
01-25 3677
本文将使用mid360实现简单的识别前方有障碍物时无人机悬停功能。
mid360激光雷达跑Point-LIO算法
Discoverhfub的博客
05-05 3577
mid360激光雷达跑Point-LIO算法
无人机避障——Mid360+Fast-lio感知建图+Ego-planner运动规划（胎教级教程）
weixin_45390670的博客
02-21 5190
本工作将 Mid360 激光雷达、Fastlio-SLAM 和 Ego-Planner 集成，实现无人机的环境感知、定位建图和运动规划（仿真过程）—— 胎教级教程。
mid_360建图和定位
W25679的博客
04-15 1706
建图效果。
mid360使用cartorapher进行3d建图导航
wishchinYang的专栏
12-06 1034
3. 配置cartographer_ros/launch/backpack_3d.launch....貌似这个建图的时候配置的，定位没用着！4.配置 cartographer_ros/configuration_files/backpack_3d_localization.lua。5.修改 cartographer_ros/launch/3d_local_wish.launch文件，其它不做任何修改。转换topic：使用mid360的topic！6.测试launch启动：使用提前建好的图。
ROS2+mid360建图教程（2）
Sixfourjie的博客
04-30 4202
通过建图教程（1）的学习，我们已经初步的完成了mid360的基本配置，成功驱动雷达的工作，接下来就进入第二部分利用FAST_LIO来进行建图。通过查找了网上很多资料，基本的都是通过ros来运行的fast_lio，完全移植到ros2中需要进行的工作量太过于庞大，我经过很多次编译和查找问题，基本总结了以下的几个问题：（本节是我实践过程遇到的问题，或许对其他ros1的包移植到ros2中会有所启发，如不需要请直接看下节）将改为以符合ROS 2的构建系统。 等等这些问题基本是ros1和ros2中，一
无人机安装MID360雷达并使用FAST_LIO建图，最后以MID-360作为定位源
whyaxxttxs的博客
05-21 4197
/创建一个监听坐标变换的对象，并将缓存对象传递给它。
Cartographer建图与定位（Livox Mid-360）
09-06
在本文中，我们将深入探讨如何使用Livox Mid-360雷达传感器以及其内置的惯性测量单元（IMU）来实现Cartographer的建图与定位功能。Cartographer是一款高效、实时的SLAM（Simultaneous Localization and Mapping，即同步定位与建图）解决方案，广泛应用于机器人导航和自动驾驶系统中。Ubuntu操作系统和ROS（Robot Operating System，机器人操作系统）作为开发环境，为这项任务提供了稳定而强大的支持。 让我们了解Livox Mid-360雷达。这款传感器是一款高性能的激光雷达，提供360度全方位视野，具有高精度、远距离探测和低功耗的特点。内置的IMU能够提供姿态和加速度数据，这对于Cartographer进行运动学估计和状态更新至关重要。 Cartographer的建图过程主要包括以下步骤： 1. 数据采集：Livox Mid-360雷达持续扫描周围环境，收集点云数据，同时IMU提供实时运动信息。 2. 点云处理：ROS节点接收这些数据，并通过特定的ROS消息类型传递给Cartographer。Car
使用mid360进行fast_lio建图、octomap生成栅格地图
m0_62948300的博客
07-10 5928
使用mid360完成fast_lio建图并使用octomap转为栅格地图
使用Cartographer与Livox Mid-360雷达实现SLAM建图定位
最后，压缩包子文件的文件名称列表中包含了"carto_livox_mid360"，这表明可能包含了一套配置好的环境、代码示例或者固件，用于在具有Ubuntu和ROS环境的计算机上部署和运行Livox Mid-360雷达和Cartographer。...
Livox Mid-360雷达与Cartographer实现SLAM建图定位
资源摘要信息:"Cartographer建图与定位（Livox Mid-360） 本文探讨了如何利用Livox Mid-360雷达传感器与内置的惯性测量单元（IMU）配合Cartographer算法进行建图与定位。首先，我们介绍了Cartographer这款用于SLAM...
ROS2+mid360建图教程（1）
Sixfourjie的博客
04-28 3273
最近比赛中进展到需要使用mid360建图，为小车的导航提供二维的地图，本文章主要分享mid360的使用教程，以及ros2中将3维图转化为二维图，并且分享在使用过程中遇到的相关问题，希望对大家有所帮助！
Livox激光MID-360使用与fast-lio2激光SLAM建图
weixin_42608723的博客
03-13 1万+
mid-360激光雷达使用前首先需要安装和。。安装 SDK2比较简单，按照README可以顺利完成。ROS2驱动部分：1、：新建mid360驱动工程，livox_mid360_driver_ws，修改livox_ros_driver2/config/MID360_config.json文件内的参数中ip部分，cmd_data_ip改为192.168.1.50，下面的ip改为雷达的ip，192.168.1.1** 最后两位为雷达S/N码最后两位数字，否则只有livox/imu的数据发布。
使用Mid360进行FAST_LIO建图，并使用Octomap在线转栅格地图
m0_62948300的博客
09-03 3689
使用mid360雷达，FAST_LIO建图并在线使用octomap转为栅格地图
基于mid360使用fast-lio建图，octomap转三维地图：实地采集
m0_62948300的博客
09-11 1045
基于mid360使用fast-lio建图，octomap转三维地图：实地采集（含大量废话）
LIVOX-mid360+fastlio+ego--planner实际结合（无人机实际定位、建图、导航、避障）
2402_82745259的博客
12-30 4251
用激光雷达mid360在机载电脑上运行fastlio与ego
使用mid360从0开始搭建实物机器人入门级导航系统，基于Fast_Lio,Move_Base
热门推荐
weixin_52612260的博客
10-30 2万+
使用mid360快速从0搭建一套简单的机器人实物导航系统，使用到fast_lio,move_base等
livox mid 360建图数据存储
最新发布
03-21
<think>好的，我现在需要帮助用户了解Livox MID 360建图数据的存储方式或方法。首先，我得回忆一下相关的信息，用户提供的引用内容中提到了一些关于Livox Mid360的SDK和驱动安装，还有FAST_LIO的使用，这些可能和数据处理有关。 用户的问题是关于建图数据的存储方法，我需要先确定数据是如何生成的。建图通常涉及激光雷达的点云数据，所以首先，Livox Mid360通过激光扫描获取点云数据，然后这些数据会被处理并存储。根据引用[2]，Mid360支持建图功能，并且用户可以通过Livox Viewer 2查看实时点云，或者使用Livox SDK进行开发。因此，存储方式可能依赖于所使用的软件或开发工具。 接下来，存储方法可能分为实时存储和后处理存储。实时存储的话，可能是在使用Livox Viewer 2时，软件是否提供保存点云数据的功能。引用[2]提到可以实时获取三维点云，但具体保存方式可能需要查看软件文档，可能支持导出为常见格式如PLY、LAS等。 然后是使用Livox SDK的情况，引用[1]和[3]提到需要安装Livox-SDK2和livox_ros_driver2。通过SDK，开发者可以获取原始数据流，并自定义存储方式。例如，在ROS环境中，点云数据可能以ROS bag的形式保存，或者将数据写入到文本文件、二进制文件中。引用[3]提到在Ubuntu 20.04上测试FAST_LIO，FAST_LIO是一个激光惯性里程计算法，处理后的数据可能存储在特定的文件结构中，比如PCD格式或其他点云格式。 另外，用户可能想了解数据存储的具体步骤，比如在代码中如何实现数据的捕获和保存。可能需要使用Livox SDK提供的API来订阅数据流，然后编写代码将数据写入文件。例如，在ROS中，可以订阅点云话题，然后使用rosbag record命令保存，或者用pcl库将点云保存为PCD文件。 还需要考虑数据存储的格式，常见的点云格式有PLY、LAS、PCD、CSV等。不同的格式有不同的优缺点，比如CSV易于处理但体积大，二进制格式节省空间但需要解析。引用[2]提到Mid360支持高密度点云，存储时可能需要考虑效率和空间的问题。 最后，用户可能需要具体的操作步骤或代码示例，比如如何配置Livox Viewer 2来保存数据，或者在ROS中使用相应的驱动节点和工具来存储数据。可能需要参考Livox的官方文档或开发者指南，确认具体的API调用和参数设置。 总结一下，存储方法主要依赖于使用的软件工具和开发环境，可能涉及实时导出、SDK自定义存储或ROS工具链的处理。需要结合用户提供的引用内容，尤其是关于SDK和ROS驱动的部分，给出具体的存储方式和步骤。</think>关于Livox Mid 360建图数据的存储方式，主要通过以下方法实现： ### 一、基础数据存储原理 1. **原始点云获取** Livox Mid 360通过激光扫描生成原始点云数据，每秒输出约$240,000$个三维坐标点[^2]。数据以二进制流形式通过千兆以太网接口传输到上位机。 2. **SDK层处理** 使用Livox-SDK2提供的API接口（如`livox_ros_driver2`）订阅`/livox/imu`和`/livox/lidar`话题，数据格式为`livox_ros_driver2/msg/CustomMsg`[^3]。 ### 二、典型存储方法 ```python # ROS示例代码：将点云存储为PCD文件 import rospy from sensor_msgs.msg import PointCloud2 import pcl def callback(msg): cloud = pcl.PointCloud() cloud.fromROSMsg(msg) pcl.save(cloud, f"scan_{rospy.get_time()}.pcd") rospy.init_node('pcd_saver') sub = rospy.Subscriber('/livox/lidar', PointCloud2, callback) rospy.spin() ``` 3. **文件格式选择** 常用格式对比： | 格式 | 特点 | 适用场景 | |------|------|----------| | PCD | 二进制压缩，保留属性 | 长期存储 | | PLY | ASCII可读，通用性强 | 跨平台交换 | | BIN | 原始二进制，存储高效 | 实时记录 | ### 三、工程实践建议 1. **时间同步** 建议配合IMU数据使用时间戳对齐，存储时应包含： $$ t_{sync} = t_{lidar} + \Delta t_{hardware} + \Delta t_{software} $$ 其中$\Delta t_{hardware}$为硬件延迟（约$0.3ms$） 2. **存储优化** 采用分块存储策略，建议每$10^6$个点（约4秒数据）存为一个文件，避免单个文件过大。
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

点云-激光雷达-Slam-三维牙齿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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