brightming的专栏

利用静态测量得到的imu重力值，估算imu的roll，pitch角度

gtsam OrientedPlane3

gtsam jacobian

利用gtsam的平面约束因子进行优化

语义回环

1、为什么要将e(x)写成e(x+dx)的形式？2、J(x)是什么对什么的导数？理解1、形式上来说，e(x)和e(x+dx)并没有任何区别，以为dx本身就是小量，只要x+dx还在作用域？内，函数的意思就是一样的。更土一点的解析，假设定义域是在[-100,100]，那么只要x+dx在这个范围内，函数表示的意思就一样。既然意思一样，为何要写成这个形式？因为我们接下来要做的是进行迭代优化，迭代优化需要指定一个起点，即这里的e(x+dx)的x在某次迭代中，是固定的，那么e(x+dx)就变成了dx的函数.

1、关于里面的pose的between的说明gtSAMgraph.add(gtsam::BetweenFactorgtsam::Pose3(prev_node_idx, curr_node_idx, poseFrom.between(poseTo), odomNoise));这个poseFrom.between(poseTo)得到的是poseTo相对于poseFrom的姿态变化，即以poseFrom为基准坐标，poseTo在poseFrom基准坐标下的坐标。即如果poseFrom的在world下的姿态

利用imu在短时间100ms内的运动，补偿雷达的运动畸变，只进行旋转方向的补偿。1、找配对数据以lidar为基准，找到包含lidar一帧的点的起始、结束时刻的imu数据。2、对这些imu数据，进行积分处理以第一个imu为基准坐标，依次积分所有的imu的数据，每个imu都得到一个对应pose。3、计算结束时刻的lidar的相对于第一个imu的姿态lidar不一定和imu的时间对齐，因此，要进行插值。找到包含这个结束时刻的最近的左边、右边的imu，得到其姿态和时间。然后利用插值的方法，插值出这个

雷达 和imu的刚性关系 ：Til T_{il} Til​imu从t1时刻到t2时刻的转换关系为：T1imu=T12imu∗T2imu T_1^{imu} = T_{12}^{imu} * T_2^{imu} T1imu​=T12imu​∗T2imu​求雷达的相对转换关系：T12l−−−−−（1） T_{12}^l ----- （1）T12l​−−−−−（1）过程：T1l=T12l∗T2l T_1^l = T_{12}^l * T_2^l T1l​=T12l​∗T2l​同时：T1l

指定欧拉角，是指按照指定的顺序，按照右乘的方式构建旋转矩阵。验证一：指定旋转矩阵，得到欧拉角，按照轴角的方式重新构建矩阵：///---------------------------// Eigen::Matrix3d rot_cl; rot_cl<<-0.00382504437037171 , 0.190218909453634 ,0.981734248929839,\ -0.999948197804418, 0.00853270673893375,