自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(17)
  • 收藏
  • 关注

原创 A-LOAM工程笔记(四):雷达建图(lidar mapping)低频精优化

Lidar里程计的结果不准确,拼起来的点也完全不成样子,且它会不断发散,因此误差也会越来越大。就需要用与地图匹配的方式来优化这一结果。在得到第一帧点云时lidar就扫到了数万个点,此时Lidar的位置我们把它作为(0,0,0),在不考虑测量噪声的情况下这数万个点都是相对精确的,我们把这数万个点所构成的环境作为此时的地图。

2025-03-16 11:30:32 549

原创 A-LOAM工程笔记(三):雷达里程计(lidar odometry)高频粗估计

详细阐述了激光lidar的运动补偿原理,以及点云匹配和ceres优化的关键步骤。

2025-03-12 16:24:23 722

原创 A-LOAM工程笔记(二):前端点云预处理及特征提取

介绍了点面特征提取,特别是如何基于曲率计算角点和平坦点。通过计算每个点的曲率,确定特征点并将其归类为角点或面点,最终发布处理后的点云消息

2025-03-07 14:37:06 1064

原创 A-LOAM工程笔记(一):工程编译及运行(ubuntu20.04 + ros_noetic)

改 A-LOAM/src/scanRegistration.cpp里的#include <opencv/cv.h>为#include <opencv2/imgproc.hpp>需要提前安装Ceres solver和opencv和PCL,如果你安装的是完整版ROS那么PCL已经自动安装好了。改A-LOAM/src/kittiHelper.cpp里的CV_LOAD_IMAGE_GRAYCALE为cv::IMAGE_GRAYCALE。参考该博主提供的免费全部数据集,开个网盘加速下载很快。(3)播放rosbag。

2025-03-04 20:54:34 436

原创 VINS-Mono工程笔记(十三):pose_graph中的4自由度图优化

本文详细介绍了VINS(Visual-Inertial Navigation System)中的闭环检测和4自由度优化流程,包括为什么只优化4自由度以及优化的理论推导和代码讲解。

2025-03-01 16:31:41 461

原创 VINS-Mono工程笔记(十二):pose_graph中的关键帧和闭环检测

主要包含几个模块:(1) 基础信息赋值(2) VIO位姿初始化(3) 图像处理(4) 特征点信息存储(5) 回环检测相关标志位初始化(6) 计算特征描述子,(computeWindowBRIEFPoint函数中做的),并在关键帧中新检测500个关键点并进行描述子计算(在computeBRIEFPoint函数中实现)

2025-02-22 16:50:22 747

原创 VINS-Mono工程笔记(十一):pose_graph框架及流程

由视觉惯性里程计(VIO)模块实时估计的局部坐标系,原点通常为系统启动时的初始位置。

2025-02-19 11:20:32 869

原创 VINS-Mono工程笔记(十):基于滑动窗口的紧耦合非线性优化(2)

用J JJ矩阵构造H HH矩阵,并且得到J α J_\alphaJα​和( J α T ) + g 0 ∗ (J^T_\alpha)^+g_0^*(JαT​)+g0∗​,即。这里主要是为以后得到H矩阵做一些前期铺垫工作,比如标记哪些参数块要保留,哪些要边缘化,给一些记录边缘化相关信息的变量赋值,如下所示的变量。边缘化是指将滑窗中旧的状态删除掉,但却保留下旧的状态所带来的约束关系的一个过程,相当于将约束信息转换为优化变量的先验信息。以上代码分为边缘化最老帧和次新帧两种情况,当边缘化最老帧时。

2025-02-16 16:29:09 140

原创 VINS-Mono工程笔记(九):基于滑动窗口的紧耦合非线性优化(1)

VINS后端非线性优化理论推导及工程实现

2025-01-05 21:40:16 1068

原创 VINS-Mono工程笔记(八):纯视觉SFM及视觉IMU对齐

纯视觉SFM及视觉IMU对齐

2024-12-20 17:39:02 1251

原创 VINS-Mono工程笔记(七):R_cam_imu相机IMU外参估计

相机IMU外参原理及代码分析

2024-12-15 21:32:37 683

原创 VINS-Mono工程笔记(六):后端图像处理processImg

后端图像处理processImg主要流程分析及边缘化mag策略

2024-12-15 15:40:42 655

原创 VINS-Mono工程笔记(五):IMU预积分

介绍了imu预积分的推导和运动方程

2024-12-09 23:36:26 802

原创 VINS-Mono工程笔记(四):后端核心流程

介绍了VINS的后端主要流程

2024-12-08 21:20:19 591

原创 VINS-Mono工程笔记(三):后端部分框架梳理

主要包含imu内参,图像内参及一些配置参数。另外将逆深度参数化在视觉误差中的作用,以及边缘化操作如何形成先验,保持系统优化的稀疏性。从逻辑功能上可以分为六部分:ROS相关初始化、参数读取、estimator中相关参数的设置、topic发布器注册、订阅topic、创建process线程。下一章内容:-----------imu预积分及误差传播方程推导-------------。4)订阅topic并注册回调函数,后端算法逻辑部分就定义在回调函数内部。3)观测先验残差(视觉,imu积分,边缘化)的雅可比推导。

2024-12-02 22:55:52 353

原创 VINS-Mono工程笔记(二):前端部分框架梳理

(2) 生成节点句柄,~代表私有命名空间,其可以增加一层命名空间,为编写组件提供便利。定义一个节点函数内代表的节点只有一个,节点句柄可以有多个,它们的区别只在于命名空间不同,表示的都是同一个节点。(3)声明当前节点订阅的话题,并定义对应的回调函数,每收到一条话题数据,ROS调用一次回调函数.vins前端部分回调函数img_callback。(4)声明当前节点发布的话题.发布PointCloud,tracked_img,restart_flag。(1).初始化ROS节点,确定节点的命名空间。

2024-12-02 22:54:53 251

原创 VINS-Mono工程笔记(一):工程运行及节点梳理

同时启动了feature_tracker、vins_estimator和pose_graph这三个node,并设置配置参数文件euroc_config.yaml,这个yaml文件中包含系统运行的相关配置参数信息。该launch文件对应的配置文件为euroc_config_no_extrinsic.yaml,在该yaml文件中不包含相机和IMU之间的外参,需要slam初始化在线估计。对应的配置文件为vins_rviz_config.rviz,主要包含一些图像,轨迹的可视化参数设置。

2024-12-02 22:53:30 810

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

提示
确定要删除当前文章?
取消 删除