R2LIVE代码学习记录（2）：r2live包

最新推荐文章于 2024-11-05 19:40:17 发布

原创

最新推荐文章于 2024-11-05 19:40:17 发布 · 1.7k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#自动驾驶 #人工智能 #机器学习

R2LIVE代码学习记录（2）：r2live包

r2live节点分析：运行代码新开一个终端输入： rosnode info /r2live
查看r2live节点，可以看到人r2live节点订阅和发布的话题有

订阅的是经过特征点提取的平面点/laser_cloud_flat话题、视觉跟踪/feature_tracker/feature话题、视觉/feature_tracker/restart话题以及imu信息/livox/imu。

1. CMakeLists.txt

add_executable(lio_feat_extract src/fast_lio/feature_extract.cpp)
target_link_libraries(lio_feat_extract ${
   
   catkin_LIBRARIES

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

代码多少钱一两

关注关注

2
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

R3Live系列学习（四）R2Live源码阅读（2）

weixin_42048023的博客

07-04

2876

（万字长文预警）由于最近换了部门，有许多要交接的事情要忙，并且设计开发了一个大型的视觉地图养成系统，非常有意思乃至于废寝忘食，所以文章鸽了很久，这一篇克服拖延症，将r2live的阅读写完。 r2live的状态估计依然是采取ESKF的方式，这部分一直都是大多数人（像我这种蠢人）的痛点。在这里真诚推荐一本“中篇小说”《Quaternion kinematics for the error state KF》，它确实能够成为本系列博客乃至多传感器融合领域的一种预备知识。...............

R3LIVE(升级R2LIVE)：编译与运行

热门推荐

handily_1的博客

01-01

2万+

之前港科大的hku-mars火星实验室在R2LIVE的基础上提出了“R3Live”，论文和视频很早就发出来了，但是代码一直没有开源（作者一直强调会开源），在一众slamer的千呼万唤之下，在2021年的年尾，终于,能够在github下载了。......

参与评论您还未登录，请先登录后发表或查看评论

r2live：R2LIVE是一个健壮的实时紧密耦合的多传感器融合框架，该框架融合了来自LiDAR，惯性传感器，视觉相机的测量结果，以实现可靠，准确的状态估计

03-04

R2LIVE 鲁棒，实时，LiDAR-Inertial-Visual紧密耦合状态估计器和映射 R2LIVE是一个健壮的实时紧密耦合的多传感器融合框架，该框架融合了来自LiDAR，惯性传感器，视觉摄像机的测量结果，以实现健壮，准确的状态估计。利用所有传感器的测量优势，我们的算法对于各种视觉故障，LiDAR退化场景具有足够的鲁棒性，并且能够在机载计算平台上实时运行，如室内，室外进行的大量实验所示，以及不同规模的混合环境。在（d）中显示了香港大学主楼的重建3D地图，在（a）和（b）中显示了带有对应全景图像的细节点云。（c）表明我们的算法可以自行关闭循环（返回起点），而无需任何其他处理（例如循环闭合）。在（e）中，我们将地图与卫星图像合并，以进一步检查系统的准确性。我们在一个由拥挤的大厅和很长的狭窄隧道组成的香港地铁站中评估了算法，如（a）所示。该隧道长达190美元，长满了移动的行

R2live代码estimator_node简易分析

m0_46905397的博客

09-14

609

R2live代码estimator_node简易分析

r2live编译安装与代码学习

qq_42731705的博客

03-29

884

0.参考 R2LIVE安装与测试

编译R2LIVE报错：fatal error: r2live/States.h: 没有那个文件或目录

handily_1的博客

12-06

1194

fatal error: r2live/States.h: 没有那个文件或目录 compilation terminated.

R2LIVE代码学习记录（1）：代码整体结构分析

handily_1的博客

12-08

1509

R2LIVE代码学习记录（1）：代码整体结构分析 1. 如图是r2live的代码文件夹中的内容 config：里面是相机和雷达的配置文件 paper：里面包含r2live论文 camera_model、feature_tracker、r2live是三个ros包 2. camera_model包这是一个相机模型包，用于标定相机部分代码参考链接: camodocal. https://github.com/hengli/camodocal intrinsic_calib.cc. https://github

编译运行R2LIVE

weixin_58021155的博客

07-18

482

R2LIVE 编译运行

R3Live系列学习（三）R2Live源码阅读（1）

weixin_42048023的博客

01-27

5765

这次阅读的源码是R2Live，论文为《R2LIVE: A Robust, Real-time, LiDAR-Inertial-Visual tightly-coupled state Estimator and mapping》。

R2LIVE论文翻译: A Robust, Rea-time, LiDAR-Inertial-Visual tightly-coupled state Estimator and mapping.

JaydenQ的博客

08-30

2712

文章目录写在前面写在前面文章参考:3D视觉工坊论文原文:论文原文链接演示视频:

R2LIVE ros bag 数据下载百度网盘链接

三维点云技术探索

07-21

1554

激光IMU相机建图的工程使用数据，谷歌很难下载下来，只好淘宝花钱请人下载。。。哎~ 这是其中一个indoor_aggressive.bag 的数据，另外两个数据我也还没下载下来，需要的关注我的公众号，后续我下载完了发到公众号里面去。链接：https://pan.baidu.com/s/1luloGZGuCsEv75w578CemA 提取码：1111 --来自百度网盘超级会员V1的分享 ...

r3live:从r2live进行公式解读

handily_1的博客

04-02

2122

总述 r2live提出的框架由基于滤波方法的里程计模块和基于因子图的优化模块组成。系统框图：基于滤波器的里程计利用LiDAR、相机和惯性传感器的测量值，在误差状态迭代卡尔曼滤波器框架内估计状态；为了进一步改善视觉测量，利用因子图优化来优化局部滑动窗口内的视觉路标点； r2live框架的运动方程由IMU传播建立，观测方程由相机和雷达建立，迭代卡尔曼滤波得到的值其实就是MAP的结果，十四讲介绍过MAP就是最小化噪声的二次型，也就是马氏距离；噪声包括三项：运动方程 lidar观测方程 camer观测

探索未来感知：R2LIVE - 强大实时的多传感器融合系统

gitblog_00041的博客

05-10

488

探索未来感知：R2LIVE - 强大实时的多传感器融合系统在当今的自动化和机器人领域，精准而实时的环境感知是关键技术之一。R2LIVE，全称Robust, Real-time, LiDAR-Inertial-Visual tightly-coupled state Estimator and mapping，是一个创新性的开源项目，旨在提供一个强大、实时且紧密耦合的多传感器融合框架。通过巧妙地结...

R2LIVE安装与测试

W_Tortoise的博客

06-23

5607

文章目录R2LIVE安装依赖Ubuntu和ROSCeres Solverlivox_ros_driver编译R2LIVE运行示例 R2LIVE R2LIVE 是一个强大的、实时的、紧密耦合的多传感器融合框架，它融合了来自 LiDAR、惯性传感器、视觉相机的测量结果，以实现稳健、准确的状态估计。利用所有单个传感器的测量结果，我们的算法对各种视觉故障、LiDAR 退化场景具有足够的鲁棒性，并且能够在机载计算平台上实时运行，如在室内、室外进行的大量实验所示，以及不同规模的混合环境。系统架构：建图效果：相

R2live论文阅读笔记

Ken_liefeng的博客

11-15

3303

R2live GitHub - hku-mars/r2live: R2LIVE is a robust, real-time tightly-coupled multi-sensor fusion framework, which fuses the measurement from the LiDAR, inertial sensor, visual camera to achieve robust, accurate state estimation. **摘要：**该篇论文提出鲁邦的、实时耦合的多传感

R2LIVE：安装与问题汇总

dyyda的博客

09-19

1282

1.安装ROS 本次使用的是Ubuntu16.04，因此安装ROS Kinetic；如果是18.04版本，则安装Melodic 官网如下： ROS/Installation - ROS Wiki 安装教程同样可以参考bilibili古月居发布的教程。之后，还需要安装额外的ROS包： sudo apt-get install ros-XXX-cv-bridge ros-XXX-tf ros-XXX-message-filters ros-XXX-image-transport 这里XXX换成你安装的R

r2live论文阅读

一抹烟霞的博客

01-27

938

文章目录连续时间的运动模型离散时间的IMU模型ESIKF（迭代误差状态卡尔曼滤波器）假设的先验分布激光：点到面的距离残差视觉：重投影残差 ⊞\boxplus⊞和⊟\boxminus⊟: 流型上的加减法连续时间的运动模型 ama_mam和ωm\omega_mωm是IMU的加速度和角速度的原始测量值 bab_aba和bgb_gbg是加速度和角速度的bias na=nban_a = n_{ba}na=nba和ng=nbgn_g = n_{bg}ng=nbg 是随机游走的高斯白噪声离

编译R2LIVE问题&解决方法

weixin_64504716的博客

07-25

1950

在复现r2live中遇到的问题与解决方法

R2LIVE项目推荐