cartographer局部与全局位姿之间的解释

最新推荐文章于 2025-01-14 18:48:04 发布
最新推荐文章于 2025-01-14 18:48:04 发布
阅读量1.4k 收藏 3
点赞数
分类专栏： 2d_slam
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/windxf/article/details/109362002
版权
本文探讨了cartographer中如何计算局部与全局位姿的关系。通过ComputeLocalToGlobalTransform函数，我们可以得到transform，公式为global = transform * local。global_submap_poses_2d表示已完成的子图，而insertion_submaps则包含1到2个活跃子图。在初始化和运行过程中，子图状态会随着last_submap_id的变化而变化。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

      optimization_problem_->AddSubmap(
          trajectory_id, transform::Project2D(
                             ComputeLocalToGlobalTransform(
                                 data_.global_submap_poses_2d, trajectory_id) *
了解本专栏 订阅专栏 解锁全文 超级会员免费看
(02)Cartographer源码无死角解析-(61) 2D后端优化→ComputeConstraintsForNode() 与 什么是约束-白话篇
江南才尽江南山，年少无知年少狂！
05-17 798
通过前面两篇博客，已经知道了如何使用 Cartographer 中的线程池，且为为线程池添加任务。疑问1疑问1global_submap_poses 等价于 PoseGraph2D::data_.global_submap_poses_2d 是何时进行优化的。疑问2疑问2为什么要等待约束计算完成之后再调用 PoseGraph2D::HandleWorkQueue()，同时源码又是如何实现的。
全局视觉定位
吴建明wujianming_110117
04-26 2468
全局视觉定位 引言 自主机器人是机器人研究的重点方向，定位和导航是自主机器人研究的核心问题。机器人在执行任务过程中需要确定自身当前位置，根据目标位置和当前位置之间的关系计算如何到达目的地完成任务，其中前者要解决的是自定位问题，后者是导航问题，本文主要研究前者。基于视觉的定位技术还能帮助盲人、视弱以至普通人确定自身位置。 环境模型是定位的基础。基于模型的定位方法包括基于环境三维模型和基于拓扑地图...
cartographer全局重定位的实现
最新发布
zhangkkit的博客
01-14 625
本博客主要介绍cartographer全局重定位的实现，目前已经测试能够实现在6米180度范围内的全局重定位。
cartographer 代码思想解读（12）- local SLAM和global SLAM链接global_trajectory_builder
jiajiading的博客
11-18 1442
cartographer 代码思想解读（12）- local SLAM和global SLAM链接global_trajectory_builderGlobalTrajectoryBuilder2D 创建GlobalTrajectoryBuilder 构造函数和成员变量 从上节map_builder代码分析可看出，cartographer SLAM和传统SLAM一致，分为前端和后端两部分：local_trajectory_builder和pose_graph，而将两者如何结合在一起，则采用了Global
cartographer 代码思想解读（17）- PoseGraph2D整体处理流程1
jiajiading的博客
11-25 1987
cartographer 代码思想解读（14）- PoseGraph2D整体处理流程 前面分析了位姿图结构，优化的原理，约束的形成以及优化求解等具体实现，同时也提前介绍了PoseGraph2D内的成语变量。本节作为最后一节将整个后端的优化的流程（包括如何调用约束以及求解器）进行分析。 ...
(02)Cartographer源码无死角解析-(55) 2D后端优化→ComputeLocalToGlobalTransform()，TrajectoryNode
江南才尽江南山，年少无知年少狂！
02-13 1038
现在开始，以PoseGraph2D::AddNode()为线索，进行展开，对 PoseGraph2D 中所有函数进行细节分析。// local系下的位姿变换到global系下 const transform :: Rigid3d optimized_pose(GetLocalToGlobalTransform(trajectory_id) * constant_data -> local_pose);
cartographer定位结果的数据分析
qq_40216084的博客
07-15 2751
最近忙着做实车定位，所以好久没写博客了，鉴于有博友问我一些关于carto的数据分析的问题，这里抽空写些简短的东西给大家，顺便分享一下自己写的（辣鸡）脚本，希望对各位有帮助。 首先，我们需要做好自己的定位，并录下自己定位数据的bag，因为我们的项目目前是考虑到了GPS信号不好时切换至slam 定位，所以，我这里只做一些SLAM和gps 的数据分析对比。 那么，明确自己的bag中gps和SLAM结果的话题是刚需，比我的bag中，就是/trajectory_node_list和/gpsposition这两个话题。
Cartographer工作流程及参数解析
weixin_39061796的博客
07-07 1953
Cartographer工作流程及参数解析 Cartographer 是一个复杂的系统，调整它需要对其内部工作有很好的了解。 这里试图直观地概述 Cartographer 使用的不同子系统及其参数配置值。这里只描述了 2D SLAM，但它包含了Cartographer使用的大多数概念。 这些概念通常也适用于 3D。 Cartographer的详细细节可以参考W. Hess, D. Kohler, H. Rapp, and D. Andor, Real-Time Loop Closure in 2D LIDA
cartographer 功能包
02-22
3. **全局优化**：通过因子图优化，将局部窗口内的轨迹与全局地图进行关联，消除累积误差。 4. **回环检测与闭环修正**：通过对比新观测与旧地图，识别可能的回环，进一步优化全局轨迹。 四、Cartographer的应用 ...
google cartographer
12-25
8. **回环检测（Loop Detection）**：通过对比当前传感器数据与历史数据，Cartographer可以自动检测和解决回环，避免局部最优解导致的漂移问题。 Cartographer的源代码开放，可以在GitHub上找到。这个项目不仅对...
Cartographer学习记录：手把手教你如何获取3D SLAM后端的位姿
smartfoolish的博客
03-12 2146
获取SLAM后端的位姿信息
Cartographer代码阅读笔记：位姿图的创建与更新
weixin_38651019的博客
10-11 1148
本文将深入研究一下Cartographer是如何创建和更新位姿图的，文件在：cartographer/mapping/internal/2d/pose_graph_2d.cc中。 1.位姿图的构造和初始化 PoseGraph2D()构造函数 /** * @brief 位姿图构造函数，在构造列表中完成一些成员变量的构造 * @param options 是从配置文件中加载的关于位姿图的配置项 * @param optimization_problem 是一个智能指针指向后端优化问题求解器 * @pa
cartographer_learn_16计算节点的全局坐标系下的姿态
weixin_41855642的博客
09-02 549
cartographer_learn_16续接上篇制作并存储节点计算节点的全局坐标系下的姿态在data_::global_submap_poses_2d找到对应的轨迹的情况在data_::global_submap_poses_2d找不到对应的轨迹的情况后端各种数据存储 续接上篇 上一篇我们正式从前端过渡到了后端，从本篇开始，我们开始正式学习讨论后端。注意我们讨论的二维的slam过程，所以对应的类是PoseGraphD。这个类再文件cartographer/cartographer/mapping/inte
cartographer 代码思想解读（18）- PoseGraph2D整体处理流程2
jiajiading的博客
11-27 1309
cartographer 代码思想解读（18）- PoseGraph2D整体处理流程2后端（后台）任务压栈AddWorkItem后台任务执行循环DrainWorkQueue后端图优化任务管理函数HandleWorkQueue优化函数RunOptimization总结 接上篇。 后端（后台）任务压栈AddWorkItem 后端优化的操作基本都是采用线程池在后台运行，cartographer采用了一个个任务放入任务队列work_queue_中，然后排队调用执行。 // 将一个函数地址加入到一个工作队列中 v
Cartographer源码解析——位姿推测器PoseExtrapolator
m0_67976789的博客
04-15 1290
imu_tracker_记录的是每一次我们ScanMatch结束之后，我们记录的精细的角度。上面代码算的是刚刚使用到的朝向，朝向怎么算的，跟之前的外推器计算的朝向差不多，就是外推器存储的最后的一个pose，timed_pose_queue_.back().pose.rotation(),在这个基础上，乘以一个Δrotation，ExtrapolateRotation(odometry_data_newest.time, odometry_imu_tracker_.get())。变成这么一个朝向上的向量。
给无人机提供位姿信息 get_local_pose.py
huyang621的博客
06-05 531
然后，使用一个循环不断发布无人机的位置和速度信息，并将其发布到对应的ROS话题中，以供其他节点订阅使用。个无人机的位置信息的时间戳设置为当前的ROS时间，以表示该位置信息的时间戳是当前时间。中的一个消息类型，用于描述模型的状态信息，包括模型的位置、姿态、线速度和角速度等信息。是指地图坐标系，它是一个惯性坐标系，通常用于描述无人机的全局位置和姿态。的ROS话题发布者列表，用于发布多个无人机的位置和速度控制信息。创建一个频率为30Hz的循环，以控制发布信息的频率，并使用。，用于发布无人机的位置和速度信息。
SLAM中移动机器人的全局位姿表示
weixin_43409736的博客
05-15 617
SLAM中的机器人全局位姿
使用全局与局部规范化的人体姿态估计论文《Human Pose Estimation using Global and Local Normalization》笔记
qq_42599237的博客
12-30 917
使用全局与局部规范化的人体姿态估计论文《Human Pose Estimation using Global and Local Normalization》笔记前言一、论文综述（就是翻译了一下）二、论文主要内容1. 为何进行人体关节点的规范化？2. 怎样进行规范化？2.1 躯干规范化2.2 肢体规范化3. 空间配置细化3. 网络架构总结 前言 这几天做ST-GCN的时候，发现数据集中人体关键点坐标位置对模型训练效果有不好的影响（分散太广，让模型泛化能力变差），所以打算把世界坐标系下的关键点坐标改为相对坐
[cartographer疑问系列] 1. 优化之后的recover
yaoyaoqiekenaoo的博客
11-22 641
优化后的recover有两个目的： 1. rviz显示 2. for 下一次优化 具体的recover操作在pose_graph_2d.cc 的 RunOptimization 函数： //正式进行优化的函数. void PoseGraph2D::RunOptimization() { if (optimization_problem_->submap_data().empty()) { return; } // No other thread is access.
Google Cartographer: 实时激光SLAM与闭环检测
Cartographer的核心概念是submap，一个由多个激光扫描(laser scan)组成的局部地图。当新的激光扫描加入时，系统会估计其在对应submap中的最佳位置，这基于submap现有的激光扫描和其他传感器数据。随着时间的推移，新...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

可峰科技

生活不易

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值