- 博客(7)
- 收藏
- 关注
RSS订阅原创 cartographer调试与原理详细解读
cartographer调试与原理详细解读简记，今天时今年上班的最后一天，记录一下毕业后开始工作的这半年的主要工作，对cartographer这一大魔王的理解。1 使用效果，建图cartographer代码很多很复杂对于一个新手来说看起来简直要命，但是不得不说他的建图效果很棒。使用二维激光雷达+use_online_correlative_scan_matching没有用里程计和imu。下...
2020-01-17 17:12:12
5267
21
原创 十四讲中关于g2o的相关问题
最近在看非线性优化、图优化的内容，所以就找来十四讲中的例子看了看，试着运行一下。关于g2o还是有一些问题的。1 g2o的安装这个就不用多说了，第一版和第二版都有详细说明和地址。安装依赖项sudo apt-get install cmake libeigen3-dev libsuitesparse-dev libqt4-dev qt4-qmake libqglviewer-dev编译和...
2020-01-17 11:02:41
606
原创 关于cartographer中的trajectory的理解与应用
从两三个月前开始安装，编译，使用cartographer已经有一段时间了，一直也想写写博客记录一下，可惜没有这个习惯，暂无实现，最近发现trajectory这个有趣的东西，可以帮助我们做好多事。1cartographer建图2dslam中是不需要imu的但是打开use oline correlative scan time = true这个开关，这样可以在旋转时仍然保证稳定建图，放一张建好的...
2019-12-27 16:59:28
5156
12
原创 amcl与icp融合算法的探究
因为amcl定位算法精度不够高，而且必须有一定的移动距离或角度变化才能有新的位姿发布，会影响导航最终精度。 所以需要对amcl的定位位姿做一定的矫正，输出相对更准确的位姿。自然而然想到了icp的方法，icp在匹配时，受到初始值的影响，如果直接将地图与激光帧匹配消耗时间较长，且匹配结果差。只有两片点云“足够近”后，使用icp匹配位姿才会更为准确。下面的任务就是找到地图点云和激光点云以及初始值。...
2019-11-01 17:23:39
3076
2
原创 amcl定位在初始位姿的自动定位
ROS中的啊amcl包，2D的概率定位系统，采用自适应蒙特卡洛定位，这个方法是在已知地图中使用粒子滤波方法得到位姿的。输入激光雷达数据、里程计数据，输出机器人在地图中的位姿。 从输入的topic来看，amcl订阅scan雷达数据，map地图数据，tf转换。当按照官网相关博主将amcl.launch配置好后，就可以实时定位了。但是在初始位姿时initialpose在RVIZ中设定好后，粒子在...
2019-09-24 20:21:16
9501
8
原创 开始ROS机器人slam之旅
接触slam和ros机器人，准备二维激光雷达和turtlebot跑一下cartographer，希望能很顺利，这里给自己一些记录方式。
2019-07-19 16:10:26
290
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人