handily_1的博客

23年6月初终于尘埃落定，今年受大环境影响，这一路可以说是步履维艰，我的投递的行业主要面向机器人和自动驾驶，投递岗位大部分是算法工程师，其中也包括C++开发和少量的测试岗，在面试过程中加深了对车企、自动驾驶、扫地机、测绘等的认识，现在关于这几个领域的话题也能侃侃两句。

如果没有先验外参，对于每个激光雷达，trackCloud以获得每帧的相对位移与绝对位姿，同每个激光雷达单独计算里程计。feature_buf_报错了当前4个激光雷达的特征和时间戳，以队列+pair形式。给每个激光雷达的三维点赋⼀个0-1值，为这个点的时间戳相对于这⼀帧点云的相对时。将上⾯得到的每个激光雷达的相对位姿加⼊到待优化队列中。对于每⼀个激光雷达，标定其到主激光雷达的外参的旋转。⽣成⼀个与上述图同样⼤的label_mat。成功则标定其到主激光雷达的外参的平移。读取4个激光雷达数据，input。

参考

sc-lego-loam回环检测部分

上回说到经过连续帧间匹配，激光odo给出来一个位姿估计，但是是存在不断的误差的积累的，需要与绝对的参考（地图）进行匹配，以及进行回环检测和全局位姿优化。这也是正是mapOptmization这个node所做的事情。

SC-Lego-LOAM实际上应该并不对应某一篇特定的论文，而是韩国KAIST在github开源的代码，其实质上是融合了ScanContext和Lego LOAM两篇论文

LIO-Livox用于里程计部分，ScanContext用于闭环部分和interactive_slam用于地图编辑部分。

Livox雷达驱动程序发布点云格式CustomMsg、PointCloud2，pcl::PointXYZI、pcl::PointXYZINormal解析

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。......

这次编译没有报错，运行LVI-SAM报错：error while loading shared libraries: libpcl_common.so.1.11: cannot open shared object file: No such file or directoryprocess[lvi_sam_imageProjection-5]: started with pid [17717][lvi_sam_imageProjection-5] process has died [pid 177

今天在运行LIO-SAM的时候想着保存PCD地图文件，但是最后保存的时候终端报错：terminate called after throwing an instance of 'pcl::IOException'what(): :[pcl::PCDWriter::writeBinary] Error during open![rosout-1] killing on exit[master] killing on exitshutting down processing monitor...

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/camodocalintrinsic_calib.cc.https://github

编译R2LIVE报错:CMake Error at/opt/ros/noetic/share/catkin/cmake/catkinConfig.cmake:83(find_package): Could not find a package configuration file providedby “livox_ros_driver” with any of the following names:livox_ros_driverConfig.cmakelivox_ros_driv

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

cartographer学习（4）——论文阅读代码跑通了，在学习阅读代码之前先来看看其论文是怎么写的。论文：Real-Time Loop Closure in 2D LIDAR SLAM1 摘要5cm精度实时建图与回环检测为了实现实时回环，使用分支定界算法来计算scan-to-submap作为约束2 介绍本文的贡献在于提供了一种新的方法：减少根据激光雷达数据计算回环约束的计算量3 相关工作Scan-to-scan matching：雷达数据与雷达数据进行匹配，会很快积累误差解决方法：

cartographer学习（3）——跑自己的数据RPLidar1 雷达驱动包mkdir RPLidar cd RPLidar 创建雷达工作空间mkdir -p rplidar_ws/srccd rplidar_ws/srccatkin_init_workspacecd ..catkin_make去官网下载对应的雷达型号的ros包到刚刚新建的工作空间下的 src 目录中。官网地址：http://www.slamtec.com/cn/Support#rplidar-a-series

cartographer学习（2）——跑自己的数据YDLidar1 雷达驱动包mkdir YDLidar cd YDLidar 创建雷达工作空间mkdir -p ydlidar_ws/srccd ydlidar_ws/srccatkin_init_workspacecd ..catkin_make去官网下载对应的雷达型号的ros包到刚刚新建的工作空间下的 src 目录中。官网地址：https://ydlidar.cn/service_support.html编译catkin_m

cartographer编译和运行cartographer官方的编译文档的地址为：https://google-cartographer-ros.readthedocs.io/en/latest/compilation.htmlhttps://google-cartographer.readthedocs.io/en/latest/index.html1 环境搭建cartographer所依赖库有abseil-cpp、ceres-solver、protobuf，此外运行cartographer

**创建一个节点，同时实现订阅与发布==以turtlesim为例，创建一个发布topic控制海龟圆周运动====同时订阅海龟/turtle1/pose话题，终端打印pose信息====再新建一个/vel_info话题，发布速度信息====新建一个订阅者，订阅刚刚发布的速度信息==都在同一个节点里实现#include "ros/ros.h"#include <iostream>#include "std_msgs/String.h"#include "geometry_msg