李想的博客

本节为索引页，无算法内容。1 LIO-SAM探秘第一章之论文解析 https://blog.youkuaiyun.com/tiancailx/article/details/1094834502 LIO-SAM探秘第二章之安装编译与参数配置 https://blog.youkuaiyun.com/tiancailx/article/details/1094871733 LIO-SAM探秘第三章之代码解析（一） — utility.h + imageProjection.cpp https://blog.youkuaiyun.com/

本节为索引页，无算法内容。1cartographer探秘第一章之参数配置https://blog.youkuaiyun.com/tiancailx/article/details/907575222cartographer探秘第二章之论文解析https://blog.youkuaiyun.com/tiancailx/article/details/927962743cartographer探秘...

本节为索引页，无算法内容。1 karto探秘之slam_karto ： https://blog.youkuaiyun.com/tiancailx/article/details/1040045592karto探秘之open_karto 第一章 --- 数据结构 ： ...

本节为索引页，无算法内容。1 从零开始搭二维激光SLAM — 序章https://blog.youkuaiyun.com/tiancailx/article/details/1097772762 从零开始搭二维激光SLAM — 前言https://blog.youkuaiyun.com/tiancailx/article/details/1099876303 从零开始搭二维激光SLAM — 写作计划https://blog.youkuaiyun.com/tiancailx/article/details/1100962634 从

杂谈最近有几个人加我，都说是刚开始学激光slam，基本都是研一，情况也都差不多，有的是课题组里只有自己做slam，有的是完全没人带，自己也没有基础．仔细想一想，其实入门slam真是个不容易的事．首先，编程语言，大多数使用c++，少数用python，c++你得至少能写个小demo吧．知道了如何写c++，还要准备编译环境吧，由于编译以及依赖等问题，做slam基本都用linux，还得知道如何使用ubuntu的命令行，知道怎么编译代码．关于机器人相关的大部分代码都使用ros做接口，因为接口统一，使用方式统

1 Mapper::Process() kt_bool Mapper::Process(LocalizedRangeScan* pScan) { // 省略... if (m_pUseScanMatching->GetValue()) { // add to graph m_pGraph->AddVertex(pScan); //边是具有约束关系的两个顶点，在 AddEdges中的操作有： 寻找可以

1 入口hector_mapping/src/HectorMappingRos.cpp1.1 scanCallback()/** * 激光数据处理回调函数，将ros数据格式转换为算法中的格式，并转换成地图尺度，交由slamProcessor处理。 * 算法中所有的计算都是在地图尺度下进行。 ROS部分的内容根据实际需求添加删减 * @param scan 激光的数据ROS消息包 */void HectorMappingRos::scanCallback(const sensor_msgs

1 main()int main(int argc, char** argv){ ros::init(argc, argv, "roboat_loam"); IMUPreintegration ImuP; TransformFusion TF; ROS_INFO("\033[1;32m----> IMU Preintegration Started.\033[0m"); ros::MultiThreadedSpinner spinne

1 main()int main(int argc, char **argv){ ros::init(argc, argv, "lio_sam"); mapOptimization MO; ROS_INFO("\033[1;32m----> Map Optimization Started.\033[0m"); // 两个线程，一边按固定的频率进行回环检测、添加约束边，另外一边进行地图发布和保存 std::thread loopthread(&

1 main()可见int main(int argc, char **argv){ ros::init(argc, argv, "lio_sam"); mapOptimization MO; ROS_INFO("\033[1;32m----> Map Optimization Started.\033[0m"); // 两个线程，一边按固定的频率进行回环检测、添加约束边，另外一边进行地图发布和保存 std::thread loopthread(&a

1 main()int main(int argc, char** argv){ ros::init(argc, argv, "lio_sam"); FeatureExtraction FE; // \033[1;32m，\033[0m 终端显示成绿色 ROS_INFO("\033[1;32m----> Feature Extraction Started.\033[0m"); ros::spin(); // 一个线程 retur

1 CMakelist.txt 与 package.xml1.1 package.xmlpackage.xml 里的依赖：除了ros的常规依赖外，还有cv_bridge, pcl_conversions, GTSAM 三者。1.2 CMakelist.txtCMaKelist.txt里还指明了其他的依赖。find_package(OpenMP REQUIRED)find_package(PCL REQUIRED QUIET)find_package(OpenCV REQUIRED QUIET)

1 安装1.1 依赖的安装1.1.1 安装ROS相关的依赖ROS的版本为Kinetic and Melodicsudo apt-get install -y ros-kinetic-navigationsudo apt-get install -y ros-kinetic-robot-localizationsudo apt-get install -y ros-kinetic-robot-state-publisher1.1.2 编译gtsam (Georgia Tech Smoothin

LIO-SAM:经由平滑和建图实现的紧耦合激光雷达惯性里程计注意：通读文章后发现整篇文章没啥实质性的东西，慎读。。。此链接是文章的主要内容的摘要，强烈推荐https://blog.youkuaiyun.com/unlimitedai/article/details/107378759#t2代码的链接为：https://github.com/TixiaoShan/LIO-SAM论文的链接为：https://github.com/TixiaoShan/LIO-SAM/blob/master/config/do

slam_karto中的updateMap()调用了karto::OccupancyGrid::CreateFromScans()生成了栅格地图，这篇文章就讲一下栅格地图如何生成的。boolSlamKarto::updateMap(){ boost::mutex::scoped_lock lock(map_mutex_); karto::OccupancyGrid*...

参数说明来源于 Mapper.cpp 中的voidMapper::InitializeParameters() 方法。 m_pUseScanMatching = new Parameter<kt_bool>( // 使用扫描匹配方法进行匹配0 "UseScanMatching", "When set to tru...

kt_bool Mapper::Process(LocalizedRangeScan* pScan) kt_bool Mapper::Process(LocalizedRangeScan* pScan) { if (pScan != NULL) { karto::LaserRangeFinder* pLaserRangeFinder = pSca...

1 抽象类 Sensor这个类为抽象类，无具体实现，只有一个成员变量Parameter<Pose2>*m_pOffsetPose; 这个变量定义了雷达坐标系与base_link间的偏差2 classLaserRangeFinder:publicSensor这个类继承Sensor，定义了激光雷达数据的各个参数，如 最大最小距离，最大最小角度，角度分辨...

kt_bool Mapper::Process(LocalizedRangeScan* pScan) kt_bool Mapper::Process(LocalizedRangeScan* pScan) { if (pScan != NULL) { karto::LaserRangeFinder* pLaserRangeFinder = pSca...

SLAM，同步定位与地图构建，本文将介绍基于EKF的SLAM的整体过程。1 EKF_SLAM Overview当机器人处在个未知环境中时，他最想知道的就是他在当前环境中的位置。环境不知道咋办，通过传感器获得，如里程计，激光雷达，摄像头等。机器人收到的数据是相当多的，但是并不是所有的数据都可以用来定位。首先需要在这些传感器信息中提取出地标，然后根据这些地标进行卡尔曼滤波的

本文是《Improved Techniques for Grid Mapping_with Rao-Blackwellized Particle Filters》的大致翻译，难免有不通顺与错误的地方，如有错误请指出，谢谢！设想一个机器人在一个未知环境中移动，其目的是获得当前环境的地图。地图可以用一个储存每个网格单元颜色的矩阵表示，单元格的颜色只能为黑色或白色。由于传感器与电机都存在误差，运动...

GMapping代码分析的随手笔记记载如下：参考博客： http://blog.youkuaiyun.com/roadseek_zw/article/details/53316177 gmapping分析都说最好的理解就是说出来让别人听懂，所以我也写下我的分析来加深自己的理解，同时给刚刚入门的同学们带个头。这一篇是我对gmapping源码的分析与理解(刚入门，难免有错，欢迎指正，相互学习)。...