这个是只用一个传感器 ----建图的slam方法
https://blog.csdn.net/xmy306538517/article/details/81122663
列举了激光slam的种种方法,包括2D的 3D的
https://www.it610.com/article/1289839474292891648.htm
速腾创聚数据录制成bag文件的方法
https://blog.csdn.net/xingdou520/article/details/85098314
将kitti的数据转换为rosbag的代码 用来跑LEGO-LOAM开源算法
https://www.freesion.com/article/38911247548/
LEGO-LOAM 安装以及测试流程
https://blog.csdn.net/learning_tortosie/article/details/86527542
速腾创聚的 雷达数据pcap转为bag 以及pcd文件的方法
https://blog.csdn.net/lemonxiaoxiao/article/details/105529961
LOAM算法论文的详细介绍
https://blog.csdn.net/hltt3838/article/details/109261334
LOAM的译文。主要看建图那块
https://blog.csdn.net/MAX_Hope/article/details/102648331
LOAM的理论加代码的说明 很详细很详细了
https://www.cnblogs.com/wellp/p/8877990.html
包括了LOAM的坐标系以及源码的解读
https://zhuanlan.zhihu.com/p/263090394
坐标系:
kitti相机坐标系x-y-z分别为指向车体右下前方向,使用标定参数可将雷达点云转到相机坐标系下;
loam原始点云坐标系x-y-z分别为指向车体前右下方向;todo
loam坐标系x-y-z分别为指向车体右上前方向;todo
cartographer 坐标系x-y-z分别为指向车体前左上方向;
ros坐标系x-y-z分别为指向车体前左上方向;
Cartographer方法适合室内场景
LOAM更适合室外场景
1、LOAM-纯激光,匀速运动假设,无回环。
2、V-LOAM-视觉激光融合、漂移匀速假设,无回环。
3、VELO-视觉激光融合,无运动畸变假设,有回环