周末学习总结(LIO标定+kitti数据集的使用+evo工具的使用+开源数据集+ssh的使用)
周末学习总结
- LIO标定
- lidar_IMU_calib
- lidar_align
- kitti数据集的使用
- 开源数据集
- evo工具的使用
- ssh 的使用
LIO标定
网上开源的标定包,用的比较多的是浙江大学开源的lidar_IMU_calib以及瑞士苏黎世联邦理工大学–自动驾驶实验室开源的lidar-align,网上说后边的这种方法,因为是纯IMU积分,无法得到准确的Odom数据,所以无法进行纯imu与lidar的标定。我还没具体看代码,后续看了再做更改。
lidar_IMU_calib
github代码
论文
安装过程可以参考这里
首先需要明白的是标定的是什么?
参考这里给出答案
1.Lidar的外参
一般厂商都做了标定,所以可以暂且不管
2.IMU内参
根据IMU的测量模型来说:
am=RGI(a−g)+ba(t)+na\mathrm{a}_{\mathrm{m}}=\mathrm{R}_{\mathrm{G}}^{\mathrm{I}}(\mathrm{a}-\mathrm{g})+\mathrm{b}_{\mathrm{a}}(\mathrm{t})+\mathrm{n}_{\mathrm{a}} am=RGI(a−g)+ba(t)+na
wm=w+bg(t)+ng\mathrm{w}_{\mathrm{m}}=\mathrm{w}+\mathrm{b}_{\mathrm{g}}(\mathrm{t})+\mathrm{n}_{\mathrm{g}} wm=w+bg(t)+ng
等号左侧是测量值,a,w是实际的真值,g是重力加速度(可以看出IMU在z轴正方时会有一个+g的输出,而且是归一化的,表示“几个g”,bab_aba,bgb_gbg是随机游走噪声,随时间变化,而ng,nan_g,n_ang,na是测量高斯白噪声。在IMU启动后,需要确定到世界系/大地系/地球系的旋转矩阵R,并需要实时估计两个bias(偏差)。
3. Lidar与IMU之间的变换
Lidar与IMU之间的变换,包括两部分:6DoF的刚体变换,与传感器延迟的时间差。首先说这个时间差,由于传感器在测量(采样)时并不是同步的,同时由于传感器到系统有一个延迟,两者信号之间具有时差,这影响了测量值插值的精度。如图,ta,tbt_a,t_bta,tb分别是IMU和camera的延迟,延迟后相差一个tdt_dtd,所以对于采样到的camera需要加上这个tdt_dtd才能得到在IMU时间系统中采样的时刻(一般论文都将IMU时间作为系统参考时间)。
刚体变换,即计算Lidar到IMU的刚体变换,一般论文中为了方便,多将IMU系作为机器人机体系,而将Lidar的点云数据变换到IMU系,因此需要得到从Lidar到IMU的刚体变换。即参数R,tR,tR,t
由于本人使用的是RS-16雷达,而这个代码是只支持VLP-16雷达,因此需要自己做一些调整。
网上有一个修改成RS-32的,参考这里
编译过程以及代码理解可以看一下这里
lidar_IMU_calib数据集
标定得到的数据可以用来跑一些LIO,例如lego-loam,加入IMU数据的程序可以参考这里 跑lego-loam时遇到的问题可以参考这里
注意:rosbag play --clock *.bag
lidar_align
github代码连接
lidar_align据说不适用于纯IMU与Lidar进行标定!纯IMU进行积分,无法得到准确的Odom数据。
lidar_align编译以及遇到的一些报错可以参考这里和Lidar与Odom外参标定:lidar_align代码学习
ubuntu16.04 lio_sam算法 录制自己的数据集构建地图
代码讲解可以参考这里
kitti数据集的使用
关于将bin文件转换成rosbag的方法,有对应代码,参考这里,对应的README有详细的步骤
也有方法直接将bin文件通过一个程序以pointcloud的形式发布话题,就不用生成专门的rosbag包占用空间了,这个作者就是在上面的这个程序的基础上修改的,具体参考这里
关于kitti数据集的介绍以及讲解,这里、这里、这里都有,但是我觉得没卵用,也可以看官网,我觉得还是官网写的比较清楚,并且也给出了几个工具供使用,关于数据集知道个差不多就可以了。具体的使用,这里给出了例子。
开源数据集
1.kitti数据集(RGB+Lidar+GPS+IMU)(场景:市区、乡村、高速公路)
2.ASL EuRoC数据集(双目RGB+IMU)(场景:微型飞行器在两个不同的房间、大型工业环境)
3.TUM VI banchmark(fisheye(鱼眼)+imu)(应该是室内)
参考:SLAM数据集
SLAM相关数据集调研
SLAM学习–开源测试数据集合
evo工具的使用
evo是一个测评工具,它可以根据时间戳将轨迹进行对齐,同时可以将不同尺度的轨迹按照你指定的标准轨迹进行拉伸对齐,并可以算出均方差等评定参数,用于测评slam算法性能。
evo的安装推荐使用快捷安装
pip install evo --upgrade --no-binary evo
本人尝试过使用源码安装,然后被劝退了,可能是自己太菜了,不是说python版本不够就是库rosbags版本不够,经过将近一天的折腾始终没有拿下,综合考虑时间问题选择了快捷安装,安装方式可以参考测评工具evo安装与使用以及遇到的问题及解决方法和evo使用,还有evo安装与使用
本人使用快捷安装时也遇到了一些问题,好像是没有安装什么库,然后自行百度一下就给解决了。ModuleNotFoundError: No module named ‘_tkinter‘解决方案
这些主要是为了学习lego-loam时用到的,evo的使用也可以参考如何使用evo工具评估LeGO-LOAM跑KITTI数据集的结果,以及可能要使用到的PCL小工具二:使用kitti的GT(ground truth)建立激光点云地图
ssh 的使用
网上找了一大堆VSCode使用SSH的例程,都没有成功,总是连接不上,直到找到了这个例程VSCode通过SSH连接Ubuntu的环境搭建流程能够解决ubuntu上的vscode连接树莓派上的ubuntu,但是依旧不能解决我windows上的vscode连接树莓派上的ubuntu问题。同时在ubuntu连接ubuntu时遇到的问题就是:输入了三次树莓派的密码,每次输入完密码给出的信息是,Permission denied,三次输入完后连接不上,直到参考VSCode ssh-remote插件使用密码不正确解决掉了。如果没能解决,看vscode ssh远程输入密码之后无反应,一直提示输入密码应该能解决吧。
2022/9/25更新
最近觉得多装一个xshell软件也不错用来控制ssh,具体方式在这:Xshell 通过ssh 连接主机
周末学习总结(LIO标定+kitti数据集的使用+evo工具的使用+开源数据集+ssh的使用)相关推荐
- Tianchi发布完整开源数据集!
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 来源:Tianchi,方向:开源数据集 近期,Tianchi发布了一份非 ...
- 90+深度学习开源数据集整理|包括目标检测、工业缺陷、图像分割等多个方向
导读 本文整理汇总了90+深度学习各方向的开源数据集,包含了小目标检测.目标检测.工业缺陷检测.人脸识别.姿态估计.图像分割.图像识别等方向. 小目标检测 1.AI-TOD航空图像数据集 数据集下载地 ...
- 资源 | 25个深度学习开源数据集,have fun !
作者:PRANAV DAR 翻译:Nicola 校对:冯羽 本文共4000字,建议阅读8分钟. 本文介绍了图像处理,自然语言处理,以及音频/语音处理三类25个开源数据集. 简介 深度学习(或生活中的大 ...
- 谷歌深度学习四大教训:应用、系统、数据及原理(附数据集列表)
谷歌深度学习四大教训:应用.系统.数据及原理(附数据集列表) 新智元mp 2016-10-28 19:22:55 阅读(809) 评论(0) 新智元原创 参考来源:airsassociation ...
- ML之回归预测:利用Lasso、ElasticNet、GBDT等算法构建集成学习算法AvgModelsR对国内某平台上海2020年6月份房价数据集【12+1】进行回归预测(模型评估、模型推理)
ML之回归预测:利用Lasso.ElasticNet.GBDT等算法构建集成学习算法AvgModelsR对国内某平台上海2020年6月份房价数据集[12+1]进行回归预测(模型评估.模型推理) 目录 ...
- 【深度学习】小目标检测、图像分类、图像识别等开源数据集汇总
编辑丨极市平台 导读 本文收集整理了多个小目标检测.图像识别.图像分类等方向的开源数据集,本次还有猫咪.斯坦福狗狗数据集以及3D MNIST数字识别等- 宠物图像数据集 数据集下载地址:http:// ...
- 深度学习和目标检测系列教程 3-300:了解常见的目标检测的开源数据集
@Author:Runsen 计算机视觉中具有挑战性的主题之一,对象检测,可帮助组织借助数字图片作为输入来理解和识别实时对象.大量的论文基于常见的目标检测的开源数据集而来,因此需要了解常见的目标检测的 ...
- 手把手教你用EVO工具评估SLAM数据集TUM、KITTI、EuRoC(附代码)
EVO工具评估TUM/KITTI/EuRoC 数据集 (1) 评估TUM数据集 以RGB-D数据集:rgbd_dataset_freiburg3_walking_xyz数据集为例 绘制轨迹并对齐: e ...
- 程序员在周末学习的8个实用技术
无论你是刚开始接触软件项目开发的新手程序员,还是一个正在寻找拓展技能的经验级软件工程师,都有许多学不完的新技术等待着你去拓展.当然如果你可以在周末学习下面这些实用技术,那就更棒了.学会一下8个技术或许 ...
最新文章
- LeetCode简单题之字符串中的最大奇数
- OpenCV 学习笔记03 boundingRect、minAreaRect、minEnclosingCircle、boxPoints、int0、circle、rectangle函数的用法...
- 简述Linux 文件系统的目录结构
- php dlt645,DLMS - DLT645规约转换模块
- matlab mpt工具箱帮助文档_替代 Matlab 的国产软件出现?
- 可以用数学来证明的中文
- “管理压力,控制情绪”培训小结
- ES6新特性_ES6的数值扩展---JavaScript_ECMAScript_ES6-ES11新特性工作笔记039
- c语言的真随机,怎样让c语言中的随机函数真正随机?
- http协议,postget请求
- win10摄像头可以用计算机里不显示,win10打开计算机如何显示摄像头
- oracle查询怎样更效率,Oracle提高查询效率的方法
- Gitee创建仓库拉人
- 基于STM32和阿里云的智能家居
- 【基础系列】赏析刘洪普《PyTorch深度学习实践》与《实战:基于CNN的MNIST手写数字识别》(Python版)
- python使用 Captcha 模块来生成验证码图片
- 重庆文理学院计算机公众号,重庆文理学院各微信公众号影响力排行榜新鲜出炉啦!!!...
- 弘辽科技:成立仅5年的拼多多是如何一步步“紧逼”阿里的?
- 读的, 且经过美化, 能在所有 JavaScript 环境中运行, 并且应该和对应手写的 JavaScript 一样快或者更快.
- 计算机数值仿真及虚拟现实论文,计算机仿真论文- 计算机仿真技术及其发展.doc...
热门文章
- 开天辟地第一人---盘古
- 室内外地图切换(室内基于ibeacons三点定位)
- Bandizip去除广告,注册图标,状态栏文本
- 2017男宝宝起名大全来了,快来给你的孩子挑个好名字吧
- 如何快速不借用转换工具将FLV格式视频转换成MP4
- 去中心化应用程序 (dApps) 发展现状及趋势回顾
- Java 从word中提取文字信息(开发笔记)
- 互联网日报 | 小米市值突破6600亿港元;水滴筹上线“水滴行者”风控系统;2020世界互联网大会开幕...
- 祝学校计算机系的新年贺词,计算机工程学院 2019祝福情景剧
- 怎么修改服务器上的分数,在服务器上设置 WinSAT 分数