W_Tortoise的博客

文章目录R2LIVE安装依赖Ubuntu和ROSCeres Solverlivox_ros_driver编译R2LIVE运行示例R2LIVER2LIVE 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

1 介绍就在昨天，LVI-SAM开源了，它是一个lidar-visual-inertial里程计和建图系统，在系统级别结合了LIO-SAM和Vins-Mono的优势。作者之前还开源了LeGO-LOAM和LIO-SAM，膜拜并致敬。Github：https://github.com/TixiaoShan/LVI-SAM论文：https://arxiv.org/abs/2104.10831Demo：PS：上传这个gif真不容易，原始文件大小为12.5MB，经过一系列的裁剪，缩放，压缩操作，变成4.7

文章目录1 概念介绍1.1 激光雷达传感器1.2 激光雷达数学模型1.3 运动畸变2 畸变去除2.1 纯估计方法2.2 里程计辅助方法2.3 融合方法3 实现一个激光雷达运动畸变去除模块3.1 自定义激光雷达消息3.2 编译激光雷达运动畸变去除包3.3 播放bag3.4 效果3.5 代码解析3.5.1 头文件3.5.2 主函数3.5.3 定义LidarMotionCalibrator类3.5.4 构造函数LidarMotionCalibrator3.5.5 回调函数ScanCallBack3.5.6 获取机

文章目录1 里程计运动模型1.1 两轮差分底盘的运动模型1.2 三轮全向底盘的运动学模型1.3 航迹推算（Dead Reckoning）2 里程计标定2.1 线性最小二乘的基本原理2.2 最小二乘的直线拟合2.3 最小二乘在里程计标定中的应用3 实现一个直接线性方法的里程计标定模块3.1 安装3.2 运行3.2.1 启动launch文件3.2.2 打开rviz3.2.3 播放bag3.2.4 矫正里程计3.2.5 结果3.3 解析3.3.1 构建超定方程组Ax=b3.3.2 求解超定方程组3.3.3 计算两

了解ROS的robot_pose_ekf软件包中扩展卡尔曼滤波器的用法：robot_pose_ekf软件包用于基于来自不同来源的（部分）位姿测量值来估计机器人的3D姿势。它使用带有6D模型（3D位置和3D方向）的扩展卡尔曼滤波器，将来自车轮里程计，IMU传感器和视觉里程计的测量结果结合起来。基本思想是提供与不同传感器的松散耦合集成，其中传感器信号以ROS消息的形式接收。主页：http:/...