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1.5k 收藏 23
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 13 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
 

~AI钢铁侠~
关注
专栏目录
LeGO-LOAM:轻量级地面优化的建图
try_again_later的博客
04-07 6130
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_{...
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 5796
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..
Lego-LOAM和LIO_SAM的使用及地图的处理
weixin_44126988的博客
07-13 2164
Lego_LOAM和LIO_SAM的基本使用
基于rslidar使用Lego-LOAM建立栅格地图
最新发布
V10LET_的博客
07-26 440
home/leo/lidaer_ws/src/rslidar_sdk/config目录下，修改config.yaml文件。最后两个init与update是非常重要的，会构建很多项目下的子系统，遗漏的话会在后续cmake时报错。/home/leo/lidaer_ws/src/rslidar_sdk/launch目录下，直接启动。ps：这里的gtsam是一个cpp的一个库，所以我们不能将其放入在我们的工作空间下。有的库文件并没有找到，所以你需要在.bashrc添加库文件的路径。
LeGO-LOAM建图
qq_46095529的博客
11-04 596
LeGO-LOAM建图
LeGO-LOAM分析之建图（三）
To be a better man
09-21 892
接着上一章的分析，特征提取和特征匹配2步完成了lidar里程计的输出。接着看建图过程的分析。 整体介绍 LeGO-LOAM把当前帧扫描到的点云特征 {Fet,FptF_e^t,F_p^tFet​,Fpt​}，这里FetF_e^tFet​表示包含线特征的点云， FptF_p^tFpt​ 表示包含面特征的点云，和当前帧周围的点云地图 Q−t−1Q^{-t-1}Q−t−1 做匹配，进一步优化姿势变换。并且这个过程以一个较低的频率运行。 LeGO-LOAM和LOAM的区别在于，LeGO-LOAM保存的是每帧的特征点
开源自主导航小车MickX4（八）LeGo-LOAM 室外3D建图
热门推荐
熊猫飞天
01-29 3万+
安装依赖项 sudo apt-get install ros-kinetic-cv-bridge ros-kinetic-image-geometry ros-kinetic-pcl-ros
速腾16线激光雷达运行LOAM、A-LOAM和LeGO-LOAM
weixin_39380892的博客
02-18 9732
二维激光雷达SLAM已经相当成熟，前一段时间开始接触三维激光雷达，发现资料很少，遇到了很多问题，也有一些收获，趁着假期整理一下。本人使用turtlebot搭载速腾16线激光雷达（只使用激光雷达，没有用到IMU），运行并对比LOAM、A-LOAM和LeGO-LOAM异同。 环境： 1、速腾16线激光雷达rslidar； 2、工控机； 3、Ubuntu 16.04; 4、Turtlebot。 参考博客： 1.记录robosense16多线雷达配置过程（同门的博客）https://blog.csdn.net/An
LeGo-LOAM 源码解析
17902的博客
09-11 1204
文章目录0、整体框架1、imageProjection —— 点云分割0. main()1. cloudHandler()2. copyPointCloud()3. findStartEndAngle()4. projectPointCloud()5. groundRemoval()6. cloudSegmentation()7. labelComponents()8. publishCloud()9. resetParameters()2、featureAssociation —— 特征提取与匹配0. m
一文详解激光SLAM框架LeGO-LOAM
qq_29462849的博客
10-25 2234
作者介绍：Zach，移动机器人从业者，热爱移动机器人行业，立志于科技助力美好生活。LOAM存在的问题LeGO-LOAM全称为：Lightweight and Groud-Optimized...
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 9853
速腾16线激光雷达RS-16 ----- 3D建图算法LeGO-LOAM的使用（Ubuntu18.04 + ROS Melodic）
LLOAM：激光雷达里程计及基于闭环检测修正的建图
03-03
LLOAM：激光雷达里程计及基于闭环检测修正的建图
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建图（Ubuntu18.04 melodic）
qq_47093464的博客
06-07 1746
记录第一条博客 最近回来想尝试LOAM跑单线雷达 不知各路大神有没有成功实现的 顺便整理下之前跑的这项great work 网上有关LeGO_LOAM的教程已经铺天盖地了 但是能分享下自己的实验成果也是很开心：） How to use GTSAM 必备 直接按教程安装没问题 Install GTSAM https://github.com/borglab/gtsam mkdir -p catkin_ws/src cd catkin_ws/src/ git clone https://github.com/i
autoware部署一：基于sc-lego-loam建图与ndt-mathing定位
weixin_44137271的博客
12-26 2224
基于sc-lego-loam建图与ndt-mathing定位
速腾聚创 RoboSense RS-Helios 32线激光雷达使用 LeGO-LOAM 算法建图
Sangfno1的博客
07-08 5995
RS-Helios 32线激光雷达LeGO-LOAM建图
使用legoloam构建3D场景地图
运动的肉肉子的博客
09-02 2532
本文参考该博主：https://blog.csdn.net/qq_36396941/article/details/83513121 本人仅将自己遇到的一些问题以及做的一些修改再做一些补充 第一：将代码中的话题改为自己的话题名称 在include,h文件中修改以下选项 typedef pcl::PointXYZI PointType; extern const string po...
ROS实战之定位建图——SC-LeGO-LOAM
weixin_36485032的博客
07-04 5525
ROS实战之定位建图——SC-LeGO-LOAM目录安装方法结果参考资料 目录 从安装方法、简单改进等方面阐述最近的工作，并分享经验。 安装方法 开发环境：ubuntu16.04+ROS Kinetic 准备好环境依赖：PCL、GTSAM。PCL源码安装比较麻烦，虽然apt安装有所不足，但一般的项目足够，目前为止，我的使用经验来看是足够的，建议非必需且系统不纯净的可以先apt安装，节省时间。PCL和VTK版本对应关系要注意，我的是pcl1.7+vtk6.2，二者都是apt安装方法，不赘述 //如何查看
lego-loam加入imu数据建图,使用自己的数据集建图
qq_35102059的博客
01-24 6045
配置lego-loam教程: 激光雷达与imu的外参标定教程: lego-loam默认可以没有imu信息,但有imu建图效果会更好 配置跑通lego-loam后,进行​ 外参标定,得到标定结果. 开始修改程序参数: 确认utility.h文件中imu的话题名称是否正确: extern const string imuTopic = "/imu/data"; [点击并拖拽以移动] featureAssociation.cpp中修改外参(大约193行): ​...
如何实现激光雷达二维与三维同时建图
05-14
实现激光雷达二维与三维同时建图需要使用多传感器融合技术，将二维和三维数据进行融合。具体步骤如下： 1. 获取激光雷达的二维和三维数据，可以使用多个激光雷达或者一个激光雷达同时采集二维和三维数据。 2. 对二维数据进行SLAM算法处理，建立二维地图。SLAM算法可以使用一些经典算法如EKF-SLAM、FastSLAM等。 3. 对三维数据进行点云处理，使用一些点云库如PCL等，将三维点云数据转换为三维地图。 4. 使用多传感器融合算法，将二维地图和三维地图进行融合。融合算法可以使用一些经典算法如卡尔曼滤波等。 5. 将融合后的地图输出，供机器人或其他设备使用。 需要注意的是，实现激光雷达二维与三维同时建图需要考虑多个因素，如传感器的精度、处理算法的速度等，需要根据具体应用场景选择合适的方案。
评论 2
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