hooksten的博客

本文主要介绍了LIO-SAM系统的启动配置及参数设置。系统通过run.launch文件启动，依次加载参数配置文件、LOAM节点、TF变换、GPS融合节点和可视化界面。重点分析了params.yaml中的关键参数配置，包括传感器话题设置、坐标系定义、GPS参数、点云处理参数、IMU噪声参数、外参标定以及回环检测等。其中详细说明了激光雷达与IMU之间的外参变换矩阵配置，并提供了不同传感器类型的参数调整建议。这些配置参数直接影响系统的定位建图性能，需要根据实际传感器型号和使用场景进行相应调整。

本文介绍了使用evo工具进行KITTI格式轨迹对比的方法，以及通过ICP算法对齐两条轨迹的实现。主要内容包括：1) 使用evo_traj命令进行基本轨迹对比，但无法自动对齐；2) 提供Python脚本实现ICP对齐，包含读取KITTI格式数据、最近邻搜索、SVD变换计算等步骤；3) 展示对齐后的轨迹对比效果图和误差统计结果。该方法适用于没有时间戳的KITTI格式轨迹数据，通过ICP计算变换矩阵实现轨迹对齐，并输出RMSE和最大误差等评估指标。

本文介绍了在Ubuntu 20.04和ROS Noetic环境下编译运行LIO-SAM时常见问题的解决方案。主要内容包括：GTSAM版本选择（推荐4.2-ros或4.0.0-alpha2）、Eigen3路径配置、OpenCV头文件修改（将opencv/cv.h替换为opencv2/imgproc.hpp）、将C++标准改为C++14解决PCL兼容性问题。运行时问题方面，提供了libmetis.so库路径修复方法、必要的ROS定位功能包安装建议，以及IMU-LiDAR外参标定注意事项。最后给出了数据集测试流程

我这里直接借鉴一下之前的比赛所遇到的障碍物的接口，我很喜欢他的这一系列的定义。融合雷达与解析雷达数据的相关代码。以下代码继承了很多人的工作。在这个接口里面主要是用上述msg来定义雷达给出的数据。直接进行标定，所以就是接收相关的话题然后发布。后续会继续做雷达处理的相关的工作。

camera/infra1/image_rect_raw 和camera/infra2/image_rect_raw 还有imu的数据/camera/imu。深度话题数据：/camera/depth/image_rect_raw。我发现最好的接口的写法就是通过表格了，协议也是一样的。这里整理一下D435i庞大的topic话题数据。以上就是相机会用的一些话题的总结了，一共是6个。