lego-loam学习笔记

更新20191205，花了一个月时间，读了一遍lego-loam和loam，发现原文中的转换关系搞不懂，然后借照aloam和lego-loam实现思路，重新复现了一下算法。

综合效果，比论文稍好。loam原始论文学习告一段落，有问题的同学可以留言讨论。

接下来，集中力量攻克一下3D slam

 

原始的github仓库已经不开源了，但是有别人fork过去的仓库，

别人fork的仓库链接如下，

https://github.com/laboshinl/loam_velodyne

目前2019，有比原始loam效果更好的改进版本，链接如下https://github.com/RobustFieldAutonomyLab/LeGO-LOAM

所以，主要学习该文章。争取一个星期内将其搞清楚。

 

有人解读lego-loam，https://wykxwyc.github.io/2019/04/26/LeGO-LOAM-Paper-Traslation-and-Summary/

参照这个翻译，比较容易懂算法原理

 

知乎专栏也有代码解读 https://zhuanlan.zhihu.com/p/57351961  可以参考一下

 感觉更加详细的版本， https://blog.youkuaiyun.com/wykxwyc/article/details/98317100

 

另一个写loam的版本，可以参考，其中把bfs的代码单独写为了一个节点，可以分析下。

 

第一遍lego-loam，问题

1. 在高动态环境中，比如室内有扶梯时，表现会怎么样，和风吹小草的环境类比呢？

2. 平面假设的前提，如果遇到围观和狭小空间的场景，由于lidarFOV问题，看不到地面时，表现会怎么样？

3. 取2，4, 40， 80这几个参数，比如车在完全平面的大空地时，是不是实际nFe的值小于40，此时怎么处理？

 

第一遍看代码问题

1.         segMsg.startOrientation = -atan2(laserCloudIn->points[0].y, laserCloudIn->points[0].x); 为啥角度时负值，坐标关系是怎样的？

解答：应该是两个原始电云坐标系和当前坐标系不一样，当前坐标系前x左y，原始电云坐标系前x右y。换算关系就能对上了。

2. 讲解velodyne 16坐标的帖子， http://s1nh.org/post/project-velodyne/

TODO

velodyne_points中的ring是可以解析出来的，这样代码中就不用去计算ring了

有velodyne的模型 https://codediversion.wordpress.com/2019/01/16/simple-ros-c-and-lidar-with-pcl-on-ubuntu-16-04/ 后面做视频时，也许可以用到

 

featureAssociation中的 float ori = -atan2(point.x, point.z); 说是求解的yaw角，但是没有搞懂哇？

转换了一下坐标系，注意有个赋值，是将原来的xyz转换为了zxy

 

写代码时，每个成员函数最好明确输出输出，不要把类成员变量当做全局变量使用，人脑的记忆能力是有限的，这样可读性高一些。

 

为什么看别人的代码，需要花费很久的时间，原理在于记忆力有限。我们需要花足够多的时间熟悉代码，记住函数名、成员名，当任何一个函数调用时，可以明确的知道其中意思，那么就可以很快的理解代码了。

对比一下自己写的代码，其实就是这样，比如自己谢了2000行代码，也是需要很久时间的，这个时间里，就在不断的记忆函数名和逻辑。特别是调试的过程中，这个记忆更加加深。

所以说，读别人的代码，没有捷径，就应该不断的堆时间看结构，看原理，不断记忆。

 

imageprojection中的colum_index的计算还是没有弄清楚

罗德里格斯公式中，常数项是否带cos(theta)，slam14讲的推导中带，但是wiki百科上的又不带。到底时哪个？

答案：经过毛毛师兄的提醒，搞懂了，有个换算关系，n^n^ = nn_T - I

 

featureAssociation.cpp中，姿态转换的时候，为什么要乘以10, 按源码的话，得到是一个比例呢？而且后续都是用到了，

 

我问了几个看过这个代码的同学，大家在细节上，并没有注意弄清楚。问到的坐标转换，时间系数细节都不清楚，所以这是一种方法还是疏漏呢，如果我啃下来了，那么如何将关键细节和阅读代码的方法沉淀下来呢？

 

雷神的激光和velodyne激光的坐标系定义不一样，而且velodyne的包中有ring，雷神的包里有timestamp

loam_velodyne中倒是没有乘以系数s 

https://github.com/laboshinl/loam_velodyne

 

在函数　laserOdometryHandler　中，transformSum的坐标转换没有搞清楚，

 

早上有个思路，将ｘｙｚ坐标系转换到yaw, pitch, distance坐标系下，草稿上画了一下，range图就类似这个作用，

同时地面检测约束了yaw角度0.25度（代码中时0.005弧度），但是pitch角度并没有约束，所以打到墙面上的点，好多并不是surface feature。这个结论也不成立。

另外一个改进思路，地图的存储，点云地图－》特征地图（ｓｕｒｆａｃｅ＆ｃｏｒｎｅｒ）－》自动提取点线地图，作为导航地图。

 

翻译　https://wykxwyc.github.io/2019/05/18/LOAM-Paper-Translation-and-Summary/

aloam，秦通他们实现的一个版本

这个解读也蛮好的 https://zhuanlan.zhihu.com/p/57351961

 

bfs聚类的点云分割算法

https://blog.youkuaiyun.com/OORRANNGGE/article/details/87860577