基于Lego-loam 算法的三维激光SLAM建图

已于 2024-03-27 16:37:23 修改
阅读量825 收藏 14
点赞数 9
分类专栏： SLAM # SLAM建图导航 ROS 文章标签： SLAM Lego-loam ROS 室外三维建图
于 2024-03-07 15:16:24 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LSG_Down/article/details/136530873
版权
ROS 同时被 3 个专栏收录
47 篇文章 9 订阅
订阅专栏
SLAM建图导航
8 篇文章 0 订阅
订阅专栏
SLAM
3 篇文章 0 订阅
订阅专栏

运行环境

=====================安装 Lego-Loam 及 gtsam ==============================

step1.安装 gtsam

wget wget -O ~/software/gtsam.zip https://github.com/borglab/gtsam/archive/4.0.0-alpha2.zip
cd ~/software && unzip gtsam.zip -d ~/software/
cd ~/software/gtsam-4.0.0-alpha2/
mkdir build && cd build
cmake ..
sudo make install

 step2.安装下载编译源码

cd ~/catkin_ws/src
git clone https://github.com/RobustFieldAutonomyLab/LeGO-LOAM.git
cd ..
catkin_make -j1

====================== 运行数据集 lego-loam 39/39 ===========================

终端一：进入catkin_ws工作空间

1) source ./devel/setup.bash
2) export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
3) roslaunch lego_loam run.launch   或  roslaunch lego_loam run_test.launch

终端二：进入catkin_ws工作空间

1）source ./devel/setup.bash
2) rosbag play 38.bag --clock  或  rosbag play 39.bag --clock
注意：
//(播放数据包的时候，使用的use_sim_time是仿真时间戳，所以要使用 --clock 进行数据播放。这边下载的数据包都要使用rosbag play *.bag --clock 这样的形式播放，不然，Lego-LOAM那边没法进行建图。自己录制的数据包也是要以这样的形式播放。)

//在rviz中把Fixed Frame : velodyne
//在Add中添加PointCloud2,topic:/velodyne_points

运行结果如下：

================== 数据集 mick1.bag (mick_2021-01-27-21-34-13.bag) ===============

终端1：进入catkin_ws工作空间

1) source ./devel/setup.bash
2) export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
3) roslaunch lego_loam mickx4.launch

 终端2：进入catkin_ws工作空间

1）source ./devel/setup.bash
2) rosbag play mick1.bag --clock --topic /rslidar_points /imu/data

 

 

基于Lego-loam算法的三维激光SLAM建图

 =========================数据集lego-loagm-demo =============================

终端1：进入catkin_ws工作空间

1) source ./devel/setup.bash
2) export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
3) roslaunch lego_loam run.launch   或  roslaunch lego_loam run_test.launch

终端2：进入catkin_ws工作空间

1）source ./devel/setup.bash
2) rosbag play 39.bag --clock --topic /velodyne_points /imu/data

39-bag-velodyne

 ========================= 全流程 案例 ===================================

终端1：
进入catkin_ws工作空间
1) source ./devel/setup.bash
2) export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
3）roslaunch lego_loam mickx4.launch   //把mickx4.launch文件换成run.launch   
// roslaunch lego_loam run.launch 

// 注意：mick4.launch 对应终端2中的 mick1.bag 
//       run.launch 对应终端2中的38.bag或39.bag
终端2：
进入catkin_ws工作空间
1）source ./devel/setup.bash           //把mick1.bag 文件 换成 38.bag/39.bag  
2) rosbag play mick1.bag --clock --topic /rslidar_points /imu/data      
// rosbag play 38.bag --clock --topic /velodyne_points /imu/data

// 注意：mick1.bag 对应 /rslidar_points    
//      38/39.bag 对应 /velodyne_points

 如图所示 38.bag ：

如图所示 mick1.bag 

/*********地图保存**********/

//LeGO-LOAM 的点云地图是发布在 /laser_cloud_surround 这个话题上的，在这篇博客[7]中提供了一种方法就是记录这个topic上的数据，然后利用 pcl_ros 包进行转换。

终端3：进入catkin_ws工作空间 source ./devel/setup.bash
//step1: 记录话题 /laser_cloud_surround 数据,这个可以在快结束的时候录制
1) rosbag record -o lego-loam-out /laser_cloud_surround
//然后录制完成后， ctrl+c 退出 ，发现 catkin_ws 目录下 .bag.active文件，变成 .bag 文件 



终端4：进入catkin_ws工作空间 source ./devel/setup.bash
//step2: 把 lego-loam-out* 这个bag的话题上的数据存为pcd文件
2) // rosrun pcl_ros bag_to_pcd lego-loam-out_2023-05-10-14-22-31.bag /laser_cloud_surround test
      rosrun pcl_ros bag_to_pcd  lego-loam-out_2024-03-07-14-48-36.bag /laser_cloud_surround test4

//这时候会在你的目录下生成一个test目录，里面会有很多个pcd文件，选最后一个就是最新的点云地图了



终端5：cd catkin_ws/test    
//pcl_viewer xxxxxx.pcd    此命令既可打开pcd文件 
3) pcl_viewer 1611754659.194505930.pcd

pcl_viewer 1611754659.082526922.pcd

run.launch

<launch>
    
    <!--- Sim Time -->
    <param name="/use_sim_time" value="true" />

    <!--- Run Rviz-->
    <node pkg="rviz" type="rviz" name="rviz" args="-d $(find lego_loam)/launch/test.rviz" />

    <!--- TF -->
    <node pkg="tf" type="static_transform_publisher" name="camera_init_to_map"  args="0 0 0 1.570795   0        1.570795 /map    /camera_init 10" />
    <node pkg="tf" type="static_transform_publisher" name="base_link_to_camera" args="0 0 0 -1.570795 -1.570795 0        /camera /base_link   10" />

    <!--- LeGO-LOAM -->    
    <node pkg="lego_loam" type="imageProjection"    name="imageProjection"    output="screen"/>
    <node pkg="lego_loam" type="featureAssociation" name="featureAssociation" output="screen"/>
    <node pkg="lego_loam" type="mapOptmization"     name="mapOptmization"     output="screen"/>
    <node pkg="lego_loam" type="transformFusion"    name="transformFusion"    output="screen"/>

</launch>

 mickx4.launch

1.在使用速腾16线类雷达的时候注意修改 launch 文件 和 utility.h 配置文件。 LeGO-LOAM 不需要里程计 且 IMU 也不是必须的。

<launch>
    
    <!--- Sim Time -->
    <param name="/use_sim_time" value="true" />
 
    <node pkg="nodelet" type="nodelet" name="pcl_manager" args="manager" output="screen" />
    
    <!-- Run a passthrough filter to clean NaNs -->
    <node pkg="nodelet" type="nodelet" name="passthrough" args="load pcl/PassThrough pcl_manager" output="screen">
        <remap from="~input" to="/rslidar_points" />
        <remap from="/passthrough/output" to="/velodyne_points" />
        
        <rosparam>
        filter_field_name: z
        filter_limit_negative: True
        </rosparam>

    <rosparam>
        filter_field_name: x
        filter_limit_negative: True
        </rosparam>

    <rosparam>
        filter_field_name: y
        filter_limit_negative: True
       
        </rosparam>
    </node>

    <!--- Run Rviz-->
    <node pkg="rviz" type="rviz" name="rviz" args="-d $(find lego_loam)/launch/test.rviz" />

    <!--- TF -->
    <node pkg="tf" type="static_transform_publisher" name="camera_init_to_map"  args="0 0 0 1.570795   0        1.570795 /map    /camera_init 10" />
    <node pkg="tf" type="static_transform_publisher" name="base_link_to_camera" args="0 0 0 -1.570795 -1.570795 0        /camera /base_link   10" />

 
    <!--- LeGO-LOAM -->    
    <node pkg="lego_loam" type="imageProjection"    name="imageProjection"    output="screen"/>
    <node pkg="lego_loam" type="featureAssociation" name="featureAssociation" output="screen"/>
    <node pkg="lego_loam" type="mapOptmization"     name="mapOptmization"     output="screen"/>
    <node pkg="lego_loam" type="transformFusion"    name="transformFusion"    output="screen"/>

</launch>

 中间的 “ Run a passthrough filter to clean NaNs ”段是为了去除 速腾16线的激光雷达的 NaN 点

 2.修改 utility.h 文件

在LeGO-LOAM/LeGO-LOAM/include文件夹的 utility.h 文件中, useCloudRing false

因为Velodyne的雷达单独有一个ring通道 [3]，而robosense的雷达好像并没有,在代码中可以将这一功能关闭。如不修改启动的时候会报错 测试时报错:Failed to find match for field ‘ring’

extern const bool useCloudRing = false;

 

 

demo

lego-loam demo

参考文献
https://blog.csdn.net/weixin_42141088/article/details/115747989

https://blog.csdn.net/crp997576280/article/details/111657554?spm=1001.2014.3001.5506

https://blog.csdn.net/weixin_44444810/article/details/121659270?spm=1001.2014.3001.5506
 

LSG_Dawn
关注
  • 9
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
kitti-lego-loam:使用KITTI数据轻松描述运行和评估Lego-LOAM
05-14
用于kitti数据集的LeGO-LOAM 该存储库包含LeGO-LOAM的修改后的代码，可通过kitti数据集运行和评估。 运行代码时，您将以KITTI地面格式获取LeGO-LOAM的轨迹结果，并且可以通过EVO-eval套件使用KITTI地面真实结果直接...
autoware部署一：基于sc-lego-loam建图与ndt-mathing定位
weixin_44137271的博客
12-26 1863
基于sc-lego-loam建图与ndt-mathing定位
基于速腾雷达( robosense )实现 Lego-LOAM三维实时建图
weixin_48178539的博客
12-22 3425
速腾雷达( robosense )实现 Lego-LOAM三维实时建图
LeGO-LOAM算法详解
晓晨的博客
08-16 1万+
LeGO-LOAM算法详解 整体框架 LeGO-LOAM算法的总体框架如下图所示： 图中新增加了绿框中的Segmentation环节，同时对后续的特征提取、Odometry以及Mapping部分均有一定的修改，主要包括： 增加Segmentation操作，把点云投影为距离图像，分离出地面点与非地面点（分割点，segmented point）。 平滑度计算公式不同，原始LOAM中为使用点集中的坐标相减，而LeGO-LOAM中为使用点集中的欧式距离作差。 特征点选取中原始LOAM为按照平滑度的值及已有特征点
3、速腾16线激光雷达RS-16 ----- 3D建图算法LeGO-LOAM的使用（Ubuntu18.04 + ROS Melodic）
杰尼君的博客
12-01 8054
速腾16线激光雷达RS-16 ----- 3D建图算法LeGO-LOAM的使用（Ubuntu18.04 + ROS Melodic）
LeGO-LOAM建图
qq_46095529的博客
11-04 507
LeGO-LOAM建图
LeGO-LOAM:轻量级地面优化的建图
try_again_later的博客
04-07 5972
LEGO-LOAM 是基于LOAM优化的系统，相比之下，有以下优点： 1）LeGO-LOAM是轻量级的，因为可以在嵌入式系统上实现实时姿态估计和建图。 2）去除失真数据，在地面分离之后，执行点云分割以丢弃可能表示不可靠特征的点。 3）LeGO-LOAM引入地面优化，因为我们引入了两步优化姿势估计。从地面提取的平面特征用于在第一步中获得[tz,θroll,θpitch][t_{z},\theta_{...
使用EVO评估工具评价LeGo-LOAM算法运行Kitti数据集
qq_51976130的博客
03-25 1254
将2011_09_28_drive_0149_sync.zip解压在kitti文件夹，2011_09_28_calib.zip中为数据集的配置文件，文件目录应该以下图方式放置。例：evo_traj kitti tra1.txt tra2.txt tra3.txt --ref=ground_truth.txt -va --plot --plot_mode xy。–save_results ./tra1.zip表示保存计算结果，./tra1.zip这里写自己保存的地址；
从0.3开始搭建LeGO-LOAM+VLP雷达+小车实时建图（保姆级教程，小白踩坑日记）
weixin_43345331的博客
03-15 5127
背景：SLAM小白，因为项目需要花了两天时间编译代码+连接雷达实现了交互。 踩了很多坑，简单记录一下，让后面感兴趣的朋友少走点弯路~ 肯定有很多不专业的、错误的地方，还请大家不吝赐教（噗通） 也可以见知乎：https://zhuanlan.zhihu.com/p/357020888/（我发现从知乎复制内容到CSDN特别方便啊~） 主要分为4个部分： 编译SLAM算法 LeGO-LOAM （对应目录） 连接Velodyne雷达 VLP-16（对应目录） 跑包和算法与雷达交互（对应目录） 部分..
SC-lego loam代码分析（回环部分）
qq_42719217的博客
05-08 410
/将当前帧补偿后的位姿 转换成 gtsam的形式，From 和 To相当于帧间约束的因子，To是历史回环帧的位姿。gtsam::noiseModel::mEstimator::Cauchy::Create(1), // 可选：用DCS或GemanMcClure替换柯西。// 将icp结果补偿过去，就是当前帧的更为准确的位姿结果。
LeGO-LOAM_ Lightweight and Ground-Optimized Lidar Odometry and Mapping
03-01
这篇文章提出了一个名为LeGO-LOAM的轻量级6自由度的激光SLAM方法. LeGO-LOAM主要分为点云分隔, 特征提取, 里程计和建图四个方面, 在特征提取方面它借鉴了LOAM算法, 并且和其他的激光SLAM方法相比, LeGO-LOAM的亮点是支持闭环检测, 而且作者表示它能够在嵌入式系统上实时地进行位姿估计.
SC-Lego-LOAM：LiDAR SLAM：扫描上下文+ LeGO-LOAM
01-28
SC-Lego-LOAM：LiDAR SLAM：扫描上下文+ LeGO-LOAM
LeGO-LOAM批注版
03-23
LeGO-LOAM批注版
用Lego-loam跑kitti数据集修改代码
03-14
用Lego-loam跑kitti数据集修改代码
ROS实体机器人 导航中遇到的问题及解决方案(更新中)
热门推荐
LSG_Down的博客
09-02 2万+
问题1： [ WARN] [1630552558.739541370]: global_costmap: Parameter "plugins" not provided, loading pre-Hydro parameters 解决方案： 问题2： [ WARN] [1630552559.863283514]: local_costmap: Parameter "plugins" not provided, loading pre-Hydro parame...
ubuntu18.04 下海康工业相机hikrobot_camera的使用及问题的解决
LSG_Down的博客
11-04 5345
上面谨慎修改，因为/opt/MVS/bin目录加入到LD_LIBRARY_PATH后，会同样将这个目录里的libQt5*等库引入全局可见，跟系统安装的libQt版本不一致，比如我的rviz在调用Qt这个库的时候出现了不匹配打不开的情况，使用系统自带的则正常打开，所以谨慎修改。虽然环境变量配置了lib目录，但是没有配置bin目录，而且即使配置了bin目录，在其他目录也会运行失败，因为MVS调用的很多lib没有在/opt/MVS/lib目录，而在bin目录，可能是担心lib重名吧。
ubuntu 16.04 安装教程
LSG_Down的博客
08-09 4793
作为目前世界上最安全的操作系统，Linux逐渐被大多数人使用，而ubuntu作为Linux分支中最华丽美观的操作系统，有必要有一个好多安装教程   U盘安装Ubuntu 16.04 教程（安装全过程，不包含下载） 官网： cn.ubuntu.com/ 下载连接： 64位： http://releases.ubuntu.com/16.04/ubuntu-16.04-desktop-am...
ROS中预览pcl点云数据，提示fatal error: pcl/point_cloud.h: 没有那个文件或目录
LSG_Down的博客
09-13 3997
pcl
LeGO-LOAM算法介绍
最新发布
06-08
LeGO-LOAM是一种基于激光雷达的SLAM算法，可以实现机器人的定位和建图。相比于传统的LOAM算法，LeGO-LOAM算法采用了更加高效的点云分割和匹配算法，从而可以获得更快的运行速度和更高的精度。 LeGO-LOAM算法的主要流程如下： 1. 点云分割：将激光雷达采集到的点云数据分割成多个小分段，每个小分段包含连续的点云数据，这样可以降低算法的计算复杂度。 2. 特征提取：对每个小分段进行特征提取，提取的特征包括边缘特征、平面特征和角点特征，这些特征能够有效地描述环境的几何结构。 3. 局部匹配：对相邻两帧之间的点云数据进行局部匹配，即匹配两帧之间的相邻点云数据，从而得到机器人的运动轨迹。 4. 全局匹配：对采集到的所有点云数据进行全局匹配，从而得到机器人所在环境的三维地图。 5. 优化：通过优化算法对机器人的轨迹和地图进行优化，提高定位和建图的精度。 相比于传统的LOAM算法，LeGO-LOAM算法具有以下优点： 1. 高效性：LeGO-LOAM采用了分段扫描和分段匹配的策略，能够显著降低计算量，提高算法的运行效率。 2. 鲁棒性：LeGO-LOAM采用了多传感器融合的策略，能够在复杂的环境中保持较高的鲁棒性。 3. 精度高：LeGO-LOAM采用了基于特征点的配准和优化，能够获得较高的定位精度。 但是，LeGO-LOAM算法也存在一些缺点，例如对硬件的要求较高，需要使用高精度的激光雷达和较强的计算能力。此外，在一些特殊环境下，如光照弱或者反射率较低的环境中，LeGO-LOAM算法的性能可能会受到影响。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值