Lego-Loam算法

摘录：
https://zhuanlan.zhihu.com/p/386449627

目录
参数

参数

extern const int N_SCAN = 16;     //  线数
extern const int Horizon_SCAN = 1800;  // 旋转一周采样次数
extern const float ang_res_x = 0.2;     // 水平分辨率
extern const float ang_res_y = 2.0;     // 垂直分辨率
extern const float ang_bottom = 15.0+0.1;   // lidar 底部线束的角度偏移
extern const int groundScanInd = 7;         // lidar 判定为地面的线数
// 是否需要回环检测
extern const bool loopClosureEnableFlag = false;
// 建图时间间隔（周期）
extern const double mappingProcessInterval = 0.3;
// 激光雷达扫描频率
extern const float scanPeriod = 0.1;
// 系统延迟
extern const int systemDelay = 0;
// imu缓存大小
extern const int imuQueLength = 200;
// 过滤小于1m之内的点云
extern const float sensorMinimumRange = 1.0;
// 雷达安装角度？？？？（可能存在非水平安装）
extern const float sensorMountAngle = 0.0;
// 点云分割每个方向的角度大小
extern const float segmentTheta = 60.0/180.0*M_PI; // decrese this value may improve accuracy
// 点云分割有效点和有效线的大小
extern const int segmentValidPointNum = 5;
extern const int segmentValidLineNum = 3;
// 水平方向最小分辨率弧度
extern const float segmentAlphaX = ang_res_x / 180.0 * M_PI;
// 垂直方向最小分辨率弧度
extern const float segmentAlphaY = ang_res_y / 180.0 * M_PI;
// 线特征数量
extern const int edgeFeatureNum = 2;
// 面特征数量
extern const int surfFeatureNum = 4;
// 没有使用到的参数
extern const int sectionsTotal = 6;
// 曲率阈值
extern const float edgeThreshold = 0.1;
extern const float surfThreshold = 0.1;
// 特征查找半径
extern const float nearestFeatureSearchSqDist = 25;// Mapping Params
// 点云地图搜索半径
extern const float surroundingKeyframeSearchRadius = 50.0; // key frame that is within n meters from current pose will be considerd for scan-to-map optimization (when loop closure disabled)
// 点云地图搜索大小
extern const int   surroundingKeyframeSearchNum = 50; // submap size (when loop closure enabled)
// history key frames (history submap for loop closure)
// 回环检测首尾距离
extern const float historyKeyframeSearchRadius = 7.0; // key frame that is within n meters from current pose will be considerd for loop closure
// 回环点云查找范围[-25, 25]
extern const int   historyKeyframeSearchNum = 25; // 2n+1 number of hostory key frames will be fused into a submap for loop closure
// icp匹配分数，平均距离小于0.3
extern const float historyKeyframeFitnessScore = 0.3; // the smaller the better alignment
// 可视化点云范围
extern const float globalMapVisualizationSearchRadius = 500.0; // key frames with in n meters will be visualized

Lego-Loam算法相关推荐

LeGO LOAM学习
LOAM LOAM是一套非常有价值的LIDAR ODOMOTRY算法(它是一个历程计算法,没有回环检测和全局优化的部分). LEGO LOAM LeGO LOAM 它含有四个主要线程 image pr ...
lego loam 安装过程与问题处理
lego loam安装与问题处理: https://blog.csdn.net/weixin_44156680/article/details/118070387 ubuntu 20 安装lego l ...
在Ubuntu18.04中使用gazebo配合LOAM算法仿真
目录写在前面操作环境准备代码准备 LOAM代码 gazebo代码联合运行总结写在前面我的本科毕设需要使用到LOAM算法,最近因为疫情原因,可能没有小车来操作,故学习了如何在gazebo ...
LOAM算法（论文+代码）详解（一）—— 引言+特征提取
目录引言符号定义一.算法流程二.雷达里程计 1. 特征提取 1.1 平滑度计算 1.2 特征提取引言 LOAM: Lidar Odometry and Mapping in Real-tim ...
一起自学SLAM算法：8.3 LOAM算法
连载文章,长期更新,欢迎关注: 写在前面第1章-ROS入门必备知识第2章-C++编程范式第3章-OpenCV图像处理第4章-机器人传感器第5章-机器人主机第6章-机器人底盘第7章-SLA ...
对LOAM算法原理和代码的理解
LOAM概况 V-LOAM和LOAM在KITTI上的排名一直是前两名. LOAM在KITTI上的排名原始LOAM代码(带中文注释)的地址:https://github.com/cuitaixiang ...
Loam算法详解（配合开源代码aloam）
参考论文:LOAM: Lidar Odometry and Mapping in Real-time 代码:A-LOAM Ubuntu 18.04 + ROS Melodic + eigen 3.3. ...
LEGO LOAM 学习理解总结
参考资料 LOAM等内容的博客需要好好研读 LeGO-LOAM 源码阅读笔记(imageProjecion.cpp) LeGO-LOAM 源码阅读笔记(featureAssociation.cpp) ...
运行lego—loam遇到的问题以及解决方案
问题 1 : The imported target "vtkRenderingPythonTkWidgets" references the file "/usr ...
3D激光SLAM:LOAM 论文--算法详细解读
3D激光SLAM:LOAM 论文--算法详细解读 LOAM简介论文里面的符号表示算法部分激光雷达里程计 A 特征点提取 B 找特征点的匹配对 C 运动估计 lidar 建图测试结果 LOAM是 ...

Lego-Loam算法

参数

Lego-Loam算法相关推荐

最新文章

热门文章