weixin_43211438的博客

首先录制integrated_to_init话题数据，生成bag文件，然后在matlab中处理，处理代码：%打开bag文件filepath=fullfile('D:','data','transform1.bag');bag=rosbag(filepath);%提取bag文件中的odometry数据,并读取到data中geometry_message=select(bag,'Messa...

TUM链接：https://pan.baidu.com/s/1nwXtGqH 密码：lsgrKITTI链接：https://pan.baidu.com/s/1htFmXDE 密码：uu20DSO链接：https://pan.baidu.com/s/1eSRmeZK 密码：6x5bMono链接：https://pan.baidu.com/s/1jKaNB3C 密码：u57rEuRoC...

在ROS中实现导航时需要使用到几个节点：map_server：用于导航过程中的地图导入move_base：使用迪杰斯特拉算法进行路径规划，在这一过程中需要导入地图和车模型的相关信息fake_localization：使用自适应的蒙特卡罗（粒子滤波）实现小车的定位tf：实现车与传感器坐标的静态转化在这一过程中，我实现了自定义模型的随机导航使用 catkin_create_pkg 新建一个...

cartographer_ros提供了相应的节点，直接运行即可。Build and install.catkin_make_isolated --install --use-ninjasource install_isolated/setup.bash建图过程中运行：rosservice call /write_state ~/map/carto_map.pbstream 生成.p...

详见高翔博士博客：https://www.cnblogs.com/gaoxiang12/p/5041142.html

这篇文章的主要两个点是前端点云的处理和scan-to-model匹配，这里主要分析一下点云处理模块。作者假定在连续的两帧雷达的运动信息是比较相似的，于是可以通过过去两帧的位姿估计当前时刻的位姿。于是，我们可以通过线性插值的方法估计一个sweep内每个时刻的运动信息，然后全部投影到tk时刻，以消除在这个sweep内由于小车运动带来的运动畸变。另外，在进行点云匹配之前，作者还对动态物体的点云进...

System OverviewSegmentationPt 代表在时间 t 获取的点云数据，首先将Pt 投影到深度图像上，深度图像的分辨率是180016（与雷达参数有关，计算方法为：360/水平分辨率线数），每个像素的深度值ri与点pi到雷达的欧氏距离有关。在做点云分割前，先要提取出地面点（ground points），这部分点云不参与segmentation过程。然后采取基于图像的分割方...

先驱动雷达$roslaunch rslidar_pointcloud rs_lidar_16.launch再运行pointcloud_to_laserscan节点将三维数据转化成二维$roslaunch pointcloud_to_laserscan point_to_scan.launch最后运行cartographer$roslaunch cartographer_ros carto...

在研读了论文及开源代码后，对LOAM的一些理解做一个整理。文章：Low-drift and real-time lidar odometry and mapping开源代码：https://github.com/daobilige-su/loam_velodyne系统概述LOAM的整体思想就是将复杂的SLAM问题分为：1. 高频的运动估计； 2. 低频的环境建图。Lidar接收数据，首先...