FAST-LIO2代码解析(三)

他人是一面镜子，保持谦虚的态度

已于 2024-06-03 10:29:15 修改

阅读量539

点赞数

分类专栏： LiDAR-IMU 文章标签： FAST-LIO2

于 2024-04-12 16:43:31 首次发布

本文链接：https://blog.csdn.net/hltt3838/article/details/137686111

版权

LiDAR-IMU 专栏收录该内容

13 篇文章 19 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文详细解析了FAST-LIO2 SLAM算法的关键部分，包括主程序中ESKF和IKF-Tree的运用，动态调整地图的策略，传感器信息获取及时间戳对齐的处理，以及如何发布信息。

摘要由CSDN通过智能技术生成

0. 简介

在讲述完一，二后IMU和雷达的数据输入算是讲明白了，下面几节我们将结合主程序来介绍本文最关键的迭代卡尔曼滤波器和iKD-Tree的算法。

1. 主程序

一开始在laserMapping.cpp主程序中定义了一系列待使用的变量定义，包含了ESKF和IKF-Tree的定义

#define INIT_TIME (0.1)
#define LASER_POINT_COV (0.001)
#define MAXN (720000)
#define PUBFRAME_PERIOD (20)

/*** Time Log Variables ***/
// kdtree_incremental_time为kdtree建立时间，kdtree_search_time为kdtree搜索时间，kdtree_delete_time为kdtree删除时间;
double kdtree_incremental_time = 0.0, kdtree_search_time = 0.0, kdtree_delete_time = 0.0;
// T1为雷达初始时间戳，s_plot为整个流程耗时，s_plot2特征点数量,s_plot3为kdtree增量时间，s_plot4为kdtree搜索耗时，s_plot5为kdtree

了解本专栏