Lego-Loam featureassociation

最新推荐文章于 2025-05-21 11:38:56 发布
原创 最新推荐文章于 2025-05-21 11:38:56 发布 · 373 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#自动驾驶

本文深入探讨了在imageprojection中，如何对地面和平面特征提取后的点云进行featureassociation。特别关注surfPointsFlat和surfPointsLessFlat在特征点处理中的应用。

featureassociation 是在imageprojection进行过地面和平面特征提取的点云的基础上进行的。

 

surfPointsFlat为地面点中的非常平的平面点。

surfPointsLessFlat 去除角点后，地面点及其他所有平面点

 

 

LeGO-LOAM 源码阅读笔记(featureAssociation.cpp)
wykxwyc的博客
08-03 7472
LeGO-LOAM是一种在LOAM之上进行改进的激光雷达建图方法，建图效果比LOAM要好，但是建图较为稀疏，计算量也更小了。 本文原地址：wykxwyc的博客 github注释后LeGO-LOAM源码：LeGO-LOAM_NOTED 关于代码的详细理解，建议阅读： 1.地图优化代码理解 2.图像重投影代码理解 3.特征关联代码理解 4.LeGO-LOAM中的数学公式推导 以上博客会随时更新，如果...
大白话解析LeGO-LOAM(2)--featureAssociation.cpp
weixin_42068054的博客
02-18 1971
主要是对分割后点云进行特征提取以及特征匹配。
LeGO-LOAM源码解析3： featureAssociation（一）
SLAM小学僧
06-26 3342
featureAssociation.cpp解析一、概述二、main函数 loam源码地址：https://github.com/RobustFieldAutonomyLab/LeGO-LOAM. 论文学习：【论文阅读】LeGO-LOAM: Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain. LeGO-LOAM源码解析汇总： LeGO-LOAM源码解析1 ： 算法整体框架和utility.h. Le
LeGO-LOAM 系列(3): featureAssociation node 分析
weixin_40072161的博客
04-05 633
LeGO-LOAM 系列(3): featureAssociation node 分析
LeGO-LOAM源码解析5： featureAssociation（三）
SLAM小学僧
07-01 3422
featureAssociation.cpp解析三七、优化初始化八、特征关联1. 更新初始位姿updateInitialGuess2. 更新变换矩阵updateTransformation3. 更新累积变化矩阵integrateTransformation4. 里程计发布publishOdometry5. 发布点云publishCloudsLast loam源码地址：https://github.com/RobustFieldAutonomyLab/LeGO-LOAM. 论文学习：【论文阅读】LeGO-LO
lego-loam featureAssociation 源码注释（六）
Joeybee的博客
10-29 700
回到runFeatureAssociation()函数。回到Feature Association，我们来看下一个函数：integrateTransformation();
lego-loam featureAssociation 源码注释（一）
Joeybee的博客
10-23 849
这个主函数就是一个很典型的ros框架的主函数！！主要来看FeatureAssociation类和runFeatureAssociation函数！！
lego-loam featureAssociation 源码注释（五）补充
Joeybee的博客
10-29 270
上一节中我们看过了findCorrespondingSurfFeatures和calculateTransformationSurf函数。中求点到直线法向量的代码和findCorrespondingSurfFeatures求平面法向量有很大区别，所以我们详细介绍一下。然后calculateTransformationCorner由点到线特征的距离求雅可比来优化位姿的代码和calculateTransformationSurf类似，我们不多关注了：！！！
【从LOAM到LeGO-LOAM：我的激光SLAM进阶之路】
weixin_47429781的博客
05-21 1389
LeGO-LOAM作为LOAM的轻量化改进版本，在SLAM领域展现了显著的性能提升。本文分享了学习LeGO-LOAM的心得，并对比了LOAM、A-LOAM和LeGO-LOAM的异同。LeGO-LOAM通过地面分割优化、两步优化策略、点云聚类与筛选以及回环检测集成等核心改进，显著降低了内存占用和计算量，提升了特征提取效率和轨迹精度。具体改进包括：地面分割减少处理点数，两步优化提高数值稳定性，点云聚类提升特征匹配准确率，回环检测减少累积误差。工程实践中，参数调优如地面分割阈值和特征点数量的设置对性能有重要影响。
LeGO-LOAM源码解析4： featureAssociation（二）
SLAM小学僧
06-28 2924
featureAssociation.cpp解析二五、运行接口函数runFeatureAssociation六、曲率计算与特征提取1. 畸变去除adjustDistortion(1) 线性插值具体流程(2) 投影函数a) 速度投影VeloToStartIMUb) 点云投影TransformToStartIMU2. 计算平滑度calculateSmoothness3. 去除不可靠点markOccludedPoints4. 特征提取extractFeatures5. 点云发布publishCloud七、特征
用Lego-loam跑kitti数据集修改代码
03-14
用Lego-loam跑kitti数据集修改代码
LeGo-LOAM源码阅读笔记(三)---featureAssociation.cpp
Zlp19970106的博客
08-16 2959
文章目录
LEGO-LOAM（LOAM）部分公式推导---未完待续
一只小菜鸟的博客
07-08 1865
一、featureAssociation相关推导 1）高频率里程计位姿累积函数：integrateTransformation void integrateTransformation(){ float rx, ry, rz, tx, ty, tz; AccumulateRotation(transformSum[0], transformSum[1], transformSum[2], -transformCu
2020.8.2 LeGO-LOAM代码阅读(2)——featureAssociation.cpp
shuang_yu_的博客
08-06 867
main函数 int main(int argc, char** argv){ ros::init(argc, argv, "lego_loam"); ROS_INFO("\033[1;32m---->\033[0m Feature Association Started."); FeatureAssociation FA;//调用构造函数进行初始化 ros::Rate rate(200); while (ros::ok()) { ros
LeGo-LOAM激光雷达定位算法源码阅读(四)
蒋成的博客
05-25 1738
文章目录1.transforFusion节点框架1.1main1.2回调函数2.odomAftMappedHandler3.odomAftMappedHandler3.总结 无人驾驶算法学习（九）：LeGo-LOAM激光雷达定位算法 LeGo-LOAM激光雷达定位算法源码阅读(一) LeGo-LOAM激光雷达定位算法源码阅读(二) LeGo-LOAM激光雷达定位算法源码阅读(三) 1.transforFusion节点框架 1.1main int main(int argc, char** argv) {
legoloam系列算法之点云处理与特征提取
qq_42700518的博客
08-12 3403
lins和legoloam lins和lego_loam的点云预处理环节是一样的, legoloam 在 imageProjection.cpp中完成, 而 lins 在image_projection_node.cpp中完成.
三维SLAM算法LeGO-LOAM源码阅读（四）
weixin_42048023的博客
02-21 4170
最后一个部分是对位姿信息的融合计算，难得代码不长，先看看构造函数： //综合后发送的里程计信息 pubLaserOdometry2 = nh.advertise<nav_msgs::Odometry> ("/integrated_to_init", 5); //特征匹配时粗配准的里程计信息 subLaserOdometry = nh.subscribe<nav_msgs::O...
LeGO-LOAM论文总结
weixin_43211438的博客
04-22 4201
System Overview Segmentation Pt 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...
[代码阅读]lego-loam 代码细节详解(一)-image_projection
supengufo的博客
04-29 3707
1 image_projection input topic： velodyne_points 点云的输入话题，在utils.h里面可以修改 output topic： full_cloud_projected full_cloud_info ground_cloud 地面点云 segmented_cloud 只去除了outlier的点云（降采样） ...
lego-loam [featureAssociation-6] process has died
最新发布
10-21
给定的引用内容未提及lego - loam中`[featureAssociation-6]`进程死亡的原因及解决方案。不过，一般而言，`featureAssociation`进程死亡可能有以下原因及对应解决办法： ### 可能的原因 - **数据输入问题**：若订阅的数据缺失、延迟或者格式有误，会使进程无法正常处理数据，进而导致崩溃。例如，订阅的分割点云、界外点云、自定义消息或者IMU数据出现问题，像数据丢失、时间戳不一致等情况。 - **内存问题**：在曲率计算、特征提取等操作中，若内存使用过度，可能会引发内存泄漏或者栈溢出，造成进程死亡。 - **算法逻辑错误**：代码里的算法存在逻辑漏洞，如在畸变去除、特征提取等环节可能会出现计算错误，导致程序崩溃。 - **依赖库问题**：依赖的ROS库或者其他第三方库版本不兼容，可能会使程序在运行时出错。 ### 解决办法 - **数据检查**：检查订阅的数据是否正常，可通过打印数据的时间戳、大小、格式等信息来排查问题。确保数据的发布频率和格式符合预期。 - **内存优化**：对代码进行内存分析，找出内存使用过高的部分，进行优化。例如，及时释放不再使用的内存，避免不必要的内存分配。 - **代码调试**：使用调试工具（如gdb）对代码进行调试，找出算法逻辑中的错误。在关键位置添加日志输出，查看变量的值和程序的执行流程。 - **依赖库更新**：确保使用的ROS库和第三方库版本兼容，可尝试更新相关库到最新稳定版本。 ```python # 示例代码：检查数据时间戳是否一致 import rospy from sensor_msgs.msg import PointCloud2 def laserCloudHandler(msg): global timeNewSegmentedCloud timeNewSegmentedCloud = msg.header.stamp.to_sec() # 检查时间戳差异 if newSegmentedCloudInfo and abs(timeNewSegmentedCloudInfo - timeNewSegmentedCloud) > 0.05: rospy.logwarn("Time difference between segmented cloud and cloud info is too large!") rospy.init_node('feature_association_debug') rospy.Subscriber('/segmented_cloud', PointCloud2, laserCloudHandler) rospy.spin() ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

Zack_Liu

你的鼓励将是我创作的最大动力

¥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