使用开源激光SLAM方案LIO-SAM运行KITTI数据集，如有用，请评论雷锋

第一次写博客~

LIOSAM作为优秀的激光slam方案，当然想尝试着运行更多数据啦，然而没有发现类似的方法分享到底如何实现，在B站看到有伙伴发布了测试视频，但是仍然没有写出方法。所以我跑通了之后记录一下
关于代码层面要修改的，因为liosam 要求输入的点云每个点都有ring 信息和相对时间信息，目前的雷达基本具备这些信息啦，但是早期的kitti数据集不具备，所以代码要自己计算一下 ring和time。方法可以参考lego-loam中这部分内容。多说一点，计算的时候每束激光都应该判断halfpassed,而lego-loam中只判断一次，我觉着是有点问题的，如果你不知道我在说什么，就先用lego-loam的方法修改就好了
关于数据，已有公开的kitti2bag 工具，使用方法：https://zhuanlan.zhihu.com/p/104875159 但是输出的bag liosam是不能正常跑的，位姿Z型突变，仔细了解一下发现这个bag的imu频率跟雷达一样，也就是很低频。liosam作者提供了一个kitti bag 在google drive,至于如何下载就是另一个好问题。如果想自己制作bag, 作者自己改了kittitobag 就在源码的文件夹下，至少你还要多下载一个 *extract文件，举例如下：
然后运行 pip3 install tqdm
python3 kitti2bag.py -t 2011_09_30 -r 0027 raw_synced
配置参数修改只需要按照readme中修改：
extrinsicTrans: [-8.086759e-01, 3.195559e-01, -7.997231e-01]
extrinsicRot: [9.999976e-01, 7.553071e-04, -2.035826e-03, -7.854027e-04, 9.998898e-01, -1.482298e-02, 2.024406e-03, 1.482454e-02, 9.998881e-01]
extrinsicRPY: [9.999976e-01, 7.553071e-04, -2.035826e-03, -7.854027e-04, 9.998898e-01, -1.482298e-02, 2.024406e-03, 1.482454e-02, 9.998881e-01]
是的我想到了，您是不是觉着下载kitti再制作很麻烦，想要我的bag呢，云盘如下：
请叫我雷锋
链接: https://pan.baidu.com/s/13MlLlzqUJME8ungRNJbaSQ 密码: hl71
运行结果：
备注：
我运行kitti的参数文件（部分）：

# CPU ParamsnumberOfCores: 4                              # number of cores for mapping optimizationmappingProcessInterval: 0.15                  # seconds, regulate mapping frequency# Topics  for processing kitti by authorpointCloudTopic: "points_raw"           # Point cloud data/  for kitti  "/kitti/velo/pointcloud"imuTopic: "imu_raw"                         # IMU data/ for kitti  "/kitti/oxts/imu"# Topics for normal kitti#  pointCloudTopic: "kitti/velo/pointcloud"           # Point cloud data/  for kitti  "/kitti/velo/pointcloud"#  imuTopic: "kitti/oxts/imu"                         # IMU data/ for kitti  "/kitti/oxts/imu"odomTopic: "odometry/imu"                   # IMU pre-preintegration odometry, same frequency as IMUgpsTopic: "odometry/gpsz"                   # GPS odometry topic from navsat, see module_navsat.launch file# FrameslidarFrame: "base_link"baselinkFrame: "base_link"odometryFrame: "odom"mapFrame: "map"# GPS SettingsuseImuHeadingInitialization: false           # if using GPS data, set to "true"useGPSInfo: falseuseGpsElevation: false                      # if GPS elevation is bad, set to "false"gpsCovThreshold: 2.0                        # m^2, threshold for using GPS dataposeCovThreshold: 25.0                      # m^2, threshold for using GPS data# Export settingssavePCD: false                              # https://github.com/TixiaoShan/LIO-SAM/issues/3savePCDDirectory: "/home/zch/00-test/SavedMap"        # in your home folder, starts and ends with "/". Warning: the code deletes "LOAM" folder then recreates it. See "mapOptimization" for implementation# Lidar Settings#  特别注意： 如果 sensor: velodyne， useCloudRing 和useCloudTime 都为true!! 如果 sensor: kitti useCloudRing 和useCloudTime 都为false!!useCloudRing: falseuseCloudTime: falsesensor: kitti                              # lidar sensor type, either 'velodyne' or 'ouster' or kitti without ring informationN_SCAN: 64                                  # number of lidar channel (i.e., 16, 32, 64, 128)Horizon_SCAN: 1800                          # lidar horizontal resolution (Velodyne:1800, Ouster:512,1024,2048)downsampleRate: 2                           # default: 1. Downsample your data if too many points. i.e., 16 = 64 / 4, 16 = 16 / 1lidarMinRange: 1.0                          # default: 1.0, minimum lidar range to be usedlidarMaxRange: 250.0                       # default: 1000.0, maximum lidar range to be usedlidar_has_ring: true# IMU SettingsimuAccNoise: 3.9939570888238808e-03imuGyrNoise: 1.5636343949698187e-03imuAccBiasN: 6.4356659353532566e-05imuGyrBiasN: 3.5640318696367613e-05imuGravity: 9.80511imuRPYWeight: 0.01# Extrinsics (lidar -> IMU)  for kittiextrinsicTrans: [-8.086759e-01, 3.195559e-01, -7.997231e-01]extrinsicRot: [9.999976e-01, 7.553071e-04, -2.035826e-03, -7.854027e-04, 9.998898e-01, -1.482298e-02, 2.024406e-03, 1.482454e-02, 9.998881e-01]extrinsicRPY: [9.999976e-01, 7.553071e-04, -2.035826e-03, -7.854027e-04, 9.998898e-01, -1.482298e-02, 2.024406e-03, 1.482454e-02, 9.998881e-01]# LOAM feature thresholdedgeThreshold: 1.0surfThreshold: 0.1edgeFeatureMinValidNum: 10surfFeatureMinValidNum: 100# voxel filter papramsodometrySurfLeafSize: 0.4                     # default: 0.4 - outdoor, 0.2 - indoormappingCornerLeafSize: 0.2                    # default: 0.2 - outdoor, 0.1 - indoormappingSurfLeafSize: 0.4                      # default: 0.4 - outdoor, 0.2 - indoor# robot motion constraint (in case you are using a 2D robot)z_tollerance: 1000                            # metersrotation_tollerance: 1000                     # radians# Surrounding mapsurroundingkeyframeAddingDistThreshold: 1.0   # meters, regulate keyframe adding thresholdsurroundingkeyframeAddingAngleThreshold: 0.2  # radians, regulate keyframe adding thresholdsurroundingKeyframeDensity: 2.0               # meters, downsample surrounding keyframe posessurroundingKeyframeSearchRadius: 50.0         # meters, within n meters scan-to-map optimization (when loop closure disabled)

使用开源激光SLAM方案LIO-SAM运行KITTI数据集，如有用，请评论雷锋相关推荐

java开源图像处理ku_83 项开源视觉 SLAM 方案够你用了吗？
原标题:83 项开源视觉 SLAM 方案够你用了吗? 公众号:3D视觉工坊主要关注:3D视觉算法.SLAM.vSLAM.计算机视觉.深度学习.自动驾驶.图像处理以及技术干货分享运营者和嘉宾介绍:运 ...
开源激光SLAM项目BLAM－－－－－2
接上一章节提到的**ProcessPointCloudMessage(m->msg)**函数,它传入一个const PointCloud::ConstPtr& 类型,即点云常指针的引用, ...
【ORB_SLAM3运行KITTI数据集报错的解决办法】
ORB_SLAM3无法运行KITTI数据集解决办法文章目录问题分析解决办法文章目录在使用KITTI数据集运行orb_slam3的单目和双目的例子时,出现运行不了直接中断程序的情况,这里提供了 ...
常见不同3D激光SLAM方案对比
不同SLAM方案对比一.测试的SLAM方案本次我共测试了github上开源的8种方案,按照特点可分为特点方案纯Lidar A-LOAM(港科大版本的LOAM),hdl_graph_slam, ...
开源视觉SLAM方案
1. Geometric SLAM 这一类是传统的基于特征点.直接法或半直接法的 SLAM,虽说传统,但 2019 年也新诞生了 9 个开源方案. 1.1. PTAM 论文:Klein G, Murr ...
当前开源的SLAM方案汇总2021.02
感谢SLAMer前辈们不断的拼搏与进取,才有了现在的丰富的学习资料! 以下是至今SLAM开源代码的资料汇总,后续将会更新主流slam开源代码的注释版本,希望对研究SLAM的同学们有帮助. PTAM 论 ...
最新开源视觉 SLAM 方案
方案分为以下 7 类 2. S-PTAM(双目 PTAM) 3. MonoSLAM 4. ORB-SLAM2 以下 5, 6, 7, 8 几项是 TUM 计算机视觉组全家桶,官方主页 5. DSO 6 ...
开源激光SLAM项目BLAM－－－－－１
最近在学习SLAM和ROS,首先接触到的是github上的开源项目BLAM,是berkely的一位小哥所写,油管上有相关的视频.这篇教程面向于SLAM和ROS的初学者,如果有问题还希望各位大神进行指正 ...
SLAM | 激光SLAM中开源算法对比
点击上方"AI算法修炼营",选择加星标或"置顶" 标题以下,全是干货前面的话好久没有更新SLAM系列的文章了,前面我们讲到了激光SLAM技术.基于激光雷达的 ...

使用开源激光SLAM方案LIO-SAM运行KITTI数据集，如有用，请评论雷锋

使用开源激光SLAM方案LIO-SAM运行KITTI数据集，如有用，请评论雷锋相关推荐

最新文章

热门文章