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 ...

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