liaolizhou的博客

原创 SLAM之回环检测的约束构建方式

SLAM回环检测约束构建方式

原创 重庆大学linux服务器（Ubuntu）连接校园网

Linux服务器并不具备图形化界面（这里不考虑向日葵等远程工具的使用，因为不符合“装213“哈哈），如何在校园网断开后登录以便提供网络需求？问题的本质：夏天来了，实验室的老鼠又多起来了，味道也是特别难闻。解决办法：在图书馆远程连接实验室的服务器进行工作。填写好对应的ip，账号，密码之后。对应于登录页面源码中的学号，如何查看校园网IP呢？这里面的便是登录ip。

原创 ROS安装超详细保姆级教程

ROS Noetic + Ubuntu2004超级详细的安装教程ROS安装看这一篇就够了！

原创 LIO-SAM代码流程详解

在阅读源码的过程中，往往会遇到不知道每个回调函数是在什么时候对数据进行处理，又是如何将处理的信息传递给其他的回调函数。因此，本文旨在根据每一个类给出代码的流程图，让我们在阅读源码的过程中能后更加清晰明了的认识到这一个类在做什么，以及做了什么。

原创 二叉树前序与中序遍历非递归

二叉树的前序与中序遍历非递归

原创 归并排序和快速排序算法

class Solution {private: void merge(vector<int>& nums, int l, int mid, int r){ vector<int> nums_temp(r-l+1, 0); int l1 = l, l2 = mid+1; int k = 0; while(l1 <= mid && l2 <= r){ i

原创 Lego-LOAM文章详细解读

Lego-LOAM文章详解文章/代码下载地址一、框架概述（System Overview）功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入文章/代码下载地址链接: Lego-LOAM如果网络延迟过高，可以采用以下方式加速下载（

原创 纯手推，激光SLAM后端优化理论推导

原创 Clion 远程调试ROS程序

Clion 远程调试ROS程序1.打开ROS工作空间 ～/catkin_ws2.设置使用shell登陆的远程服务器3.设置需要映射的工作文件夹local path为刚刚打开的本机ros工作空间deployment path 为需要映射到服务器上的工作空间4.设置cmake以及catkin_make...

原创 在conda环境下配置macOS bigsur + ROS noetic

0.准备工作大神出的代码地址：https://github.com/RoboStack/ros-noetic安装 conda ，可以选择miniconda或者anaconda，为后续搭建环境做准备本人的系统版本：1.创建conda虚拟环境conda create -n ROS python==3.82.配置conda虚拟环境//激活创建的虚拟环境ROSconda activate ROS//配置当前环境conda config --add channels conda-forgec

原创 scan-match算法之NDT

NDT-Scan Alignment-Algorithm作者QQ：845421543。NDT是scan-match中经典的方法之一。NDT算法相对于ICP算法速度更快，稳健性更强。原文地址：The Normal Distributions Transform: A New Approach to Laser Scan Matching输入：两帧点云数据 S1,S2S_1,S_2S1​,S2​输出：位姿变换参数 R,tR,tR,t对 S1S_1S1​ 计算正太分布变换(NDT)；初始化需要估

原创 LOAM：1.scanRegistration.cpp代码解读

LOAM：1.scanRegistration.cpp代码解读注释版代码下载：https://github.com/cuitaixiang/LOAM_NOTED1.为什么要对LOAM进行精读？LOAM是当前优秀的开源三维激光SLAM方法，能够基于里程计和激光雷达传感器实现三维场景下很好的建图。后续有很多以LOAM为框架所作出的改良方法，因此，对LOAM算法进行深入研究能够为后续论文代码阅读带来事半功倍的效果。2.为什么要写这篇精读？在我自己阅读代码的过程中，遇到一些问题，想要去网上搜索答案，却零

原创 RBPF代码解读

源代码地址本文作者联系方式：lizhouliao@cqu.edu.cn本文只对源代码中最主要的一个m文件RaoBlackPF.m进行解读，这个m文件是论文《Improved Techniques for Grid Mapping with Rao-Blackwellized Particle Filters》方法的实现。虽然代码并非论文作者所写，而且存在一些小问题，但是并不影响通过阅读此源码来读懂RBPF方法本文暂时没有对GridMapping函数进行分析，后续会出……function PF =

原创 2.将两个坐标系的坐标变换发布到新的topic进行并进行保存

首先需要知道是否已经发布了坐标，以及需要提取哪两个坐标系的变换创建一个pkgcd catkin_wscd srccatkin_creat_pkg tf_listener_odom_and_laser roscpp rospy tf geometry_msgs对/odom以及/laser的坐标变换进行查找和发布(创建文件名为listener_laser_odom.cpp)/** * 该例程监听tf数据，并发布到一个topic上 */#include <ros/ro..

原创 1.将/scan数据转化为PointCloud数据

1.将/scan数据转化为PointCloud数据背景：之前录制了一个.bag文件，里面有个/scan topic，保存的是单线激光雷达扫描一圈获得的距离数据，为了方便对数据进行处理，需要将其转成PointCloud2。这里采用的方法是创建一个ros节点，订阅/scan，将其转化为pointcloud2，再对外发布/laserPointCloud说明：此方法为之前在网上所看，但是忘记了链接，如果是原创作者请联系我（lizhouliao@cqu.edu.cn）步骤：一、创建功能包创建一个新的终端c

原创 采用Matlab初学2D SLAM从无到有（索引）

初学2D SLAM从无到有1.将/scan数据转化为PointCloud数据2.将/odom数据在Matlab图像显示3.将两个坐标系的坐标变换发布到新的topic进行并进行保存4.采用/odom与/pointcloud以及它们之间的坐标变换进行粗建图5.对每一帧数据进行线段特征提取1.将/scan数据转化为PointCloud数据2.将/odom数据在Matlab图像显示3.将两个坐标系的坐标变换发布到新的topic进行并进行保存4.采用/odom与/pointcloud以及它们之间的坐标变换进行