
SLAM
小帅乐享
喜欢挑战的程序猿
展开
-
Loam_velodyne中Bag转PCD,形成涵盖整个扫描范围的pcd文件
首先我使用的是Loam_velodyne这个算法框架,录制的是bag点云文件,围绕室内房间走一圈,想将bag点云文件转为一个可以反映室内环境的密集的激光点云文件,后续点云着色会使用到。不啰嗦了,下面直接说怎么做经过观察,Loam_velodyne算法众多的topic中,/laser_cloud_surround构成是全部的点云图,而且随着时间进行累积。 rosrun pcl_ros bag_to_pcd input.bag /laser_cloud_surround pcd 转换后的激转载 2020-08-06 14:01:48 · 753 阅读 · 0 评论 -
Ubuntu系统下读取点云,并显示到屏幕中
读取点云的源代码:#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>int main(int argc,char** argv){pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);if(pcl::io::loadPCDFile&原创 2020-05-14 17:08:06 · 1310 阅读 · 0 评论 -
ubuntu16.04下的一些问题
这里写自定义目录标题Software database is brokenuIt is impossible to install or remove any software. Please use the package manager “Synaptic” or run “sudo apt-get install -f” in a terminal to fix this issue ...原创 2019-12-20 15:30:18 · 1351 阅读 · 0 评论 -
Cartographer算法运行超级详细步骤
跑catgrapher算法时,一定要roscore,启动ros平台原创 2019-09-29 14:04:40 · 3730 阅读 · 5 评论 -
激光点云与图像融合的一些论文内容
激光点云与图像融合基于POS数据的车载面阵CCD影像与激光点云融合处理研究基于共线原理的全景影像真彩色点云生成算法实现基于POS数据的车载面阵CCD影像与激光点云融合处理研究该系统主要集成了全球定位系统(GPS),惯性测量单元(IMU),LS,CCD等新型传感器,其中,GPS和IMU构成POS传感器,主要重点介绍融合的基本原理。融合的基本原理是:首先根据系统时间同步控制器,系统空间检校数据...原创 2019-09-16 16:04:50 · 6105 阅读 · 2 评论 -
SLAM研究方向避坑的几点建议
SLAM主要包括视觉SLAM和激光SLAM两个方面的内容,SLAM已经有近30年的历史,尤其是激光SLAM,以前主要应用在军事科学上,最近几年才转民用;视觉SLAM随着近年来计算机视觉的快速发展,视觉SLAM最近发展很热,不过与计算机视觉相比,还是属于计算机视觉中一个比较小的分支,相对来说工作也不太多。作为一个在实验室唯一做SLAM的踩过无数坑的人,最近终于逃出坑了,转做计算机视觉中图像处理相关内...原创 2019-07-24 18:42:45 · 6179 阅读 · 8 评论 -
SLAM流程之优化后端
优化后端:SLAM的优化后端完成工作主要是对视觉前端得到的不够准确的相机位姿和重建地图进行优化微调。在视觉前端中,不管是进行位姿估计还是建图,都是利用相邻帧之间的关系来完成的,这种依赖局部约束且不停地链式进行的算法,必将导致优化误差逐帧累积,最终产生一个较大的误差漂移。因此,后端优化的思路就是从全局(整个相机运动过程)中选取一些关键帧,利用这些关键帧之间的关系建立起时间和空间跨度更大的、需要同时...转载 2019-07-09 20:28:19 · 4515 阅读 · 0 评论 -
SLAM流程之视觉前端
SLAM(Simultaneous localization and mapping)即同步定位与建图,应用场景一般为机器人导航,场景识别等场景;SLAM的主要实现过程:通过跟踪运动中的相机,估算出来其在每个时刻的位置和姿态,并将相机在不同时刻获取的图像融合重建成完整的三维地图。传统的SLAM可分为视觉前端和优化后端两大模块。视觉前端:总体概括来说,视觉前端主要完成的任务为:利用运动中的相机在...转载 2019-07-09 11:19:30 · 3342 阅读 · 0 评论 -
激光SLAM流程
基于环境自然导航激光叉车:基于环境自然导航的激光导航叉车AGV中,机器人在运动过程中通过编码器结合IMU计算得到里程计信息,运用机器人的运动模型得到机器人的位姿初估计,然后通过机器人装载的激光传感器获取的激光数据结合观测模型(激光的扫描匹配)对机器人位姿进行精确修正,得到机器人的精确定位,最后在精确定位的基础上,将激光数据添加到栅格地图中,反复如此,机器人在环境中运动,最终完成整个场景地图的构建...原创 2019-05-17 10:06:34 · 4431 阅读 · 1 评论 -
激光扫描匹配之基于点的扫描匹配
本文主要将激光扫描匹配分为三类:(1)基于点的扫描匹配;(2)基于特征的扫描匹配;(3)基于数学特性的扫描匹配。下面重要介绍基于点的扫描匹配一,基于点的扫描匹配直接对扫描获取的原始数据点进行操作,其中ICP 算法是比较成熟的一种算法。标准ICP算法两个关键步骤主要为:(1)通过欧式距离最近建立点间对应关系C;(2)通过最小化对应点间欧式距离平方和来求解新的相对变换。给定初值T,通过迭...原创 2019-05-17 09:55:08 · 3736 阅读 · 0 评论 -
基于SLAM的室内场景的结构化构建
分享提纲:结构化场景重建的定义及意义单目结构化重建俯视图结构化重建多目结构化重建应用Robot navigation(机器人导航),Indoor decoration(室内装饰),Virtual walk-in tours(虚拟购房导航),Augmented reality(虚拟现实效果优化)室内的研究集中在分析重建场景中的高层机构化信息,从一个场景中理解分析三维的几何信息是一个...转载 2018-12-21 20:59:37 · 1992 阅读 · 0 评论