一起做激光SLAM[四]（补充说明）

学无止境的小龟

已于 2022-05-25 20:31:13 修改

阅读量508

点赞数 1

分类专栏：点云处理文章标签：自动驾驶人工智能机器学习

于 2022-05-12 14:26:02 首次发布

本文链接：https://blog.youkuaiyun.com/qq_39607707/article/details/124730289

版权

点云处理专栏收录该内容

7 篇文章

订阅专栏

本文探讨了在激光SLAM后端中，去除TransformToStart操作对于建图精度的提升。原作者在odometry.cpp中使用该操作将点云变换到上一帧坐标系，但实验表明这一操作导致了建图误差增大。通过对比，不使用TransformToStart的建图效果显著提高。此外，文章还提到了在rosbagregist.cpp中计算曲率的代码优化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原文章

一起做激光SLAM[四]常见SLAM技巧使用效果对比，后端

在原作者的odometry.cpp文件中，话题“velodyne_cloud_map”输出的点云信息用于后端的scan2map操作，但是作者对该点云信息进行了TransformToStart的操作（即：将当前帧点云变换到上一帧坐标系下），为觉得这个操作是多余的，并且事实证明也确实降低了建图精度，相关代码如下：

TransformToStart(&laserCloudIn_plane.points[i], &point_in_odom);

后端的坐标系有三个，里程计传递过来的相对里程计原点的坐标系q_wodom_curr,t_wodom_curr，后端坐标系q_w_curr，t_w_curr，后端相对里程计的坐标系q_wmap_wodom,t_wmap_wodom，整个系统接收里程计，使用后端相对里程计的坐标系计算后端坐标系。在map.cpp里当前帧转换到后端坐标系与后端坐标系下的全部地图匹配，以点面匹配的方式，ceres优化修改后端坐标系q_w_curr，t_w_curr

效果

原代码效果（建图误差很大）：
在这里插入图片描述
去掉TransformToStart变换效果（精度明显提高）：

补充说明：
在rosbagregist.cpp文件中，计算曲率那一块：
laserCloudall -> points.push_back(laserCloudScans[i].points[j]);也可以写成：
laserCloudall -> push_back(laserCloudScans[i].points[j]);代表的是一个意思：添加新的点。