激光SLAM-重定位方案

现有的激光SLAM重定位方案:

1.FAST_LIO_LOCALIZATION
可以基于Fast-lio构建的地图中进行重定位,初始定位可以通过RVIZ的粗略手动估计来提供,也可以通过其他传感器/算法进行姿态定位。

https://github.com/HViktorTsoi/FAST_LIO_LOCALIZATION

2.LIO-SAM_based_relocalization
可以在构建的地图中重新定位的简单版本的系统,该系统基于LIO-SAM原始版本,不带回环,初始定位也是通过Rviz的粗略手动估计完成。

GitHub - Gaochao-hit/LIO-SAM_based_relocalization: A simple system that can relocalize a robot on a built map is developed in this system. The system is based on LIO-SAM.

3.Livox-Localization

在 FAST_LIO_LOCALIZATION 的基础上加了全局重定位,也就是自动搜索初始位置,不需要每次手动设置初始位置。但是有概率搜索不到或者搜索到的位置是错的。对地图有特殊要求,需要用特定的建图项目,不能用FAST_LIO。

GitHub - SiyuanHuang95/Livox-Localization: A simple localization framework that can re-localize in one point-cloud map.

4.livox_relocalization 
Livox-Relocalization 是 Livox LiDAR 的重定位包。此包加载由 mid40 创建的地图,然后使用此地图重新定位自身。在这个版本中,初始姿势仍然需要接近原始轨迹,尤其是旋转。

GitHub - Livox-SDK/livox_relocalization: A relocalization package for Livox LiDARs.

5.hdl_localization
与FAST_LIO_LOCALIZATION不同,需要用pointcloud2的点云格式。有全局重定位,也就是可以自动搜索初始位置,也可以手动指定初始位置。但是目前试验下来,重定位的功能对Livox不起作用,可能原因猜测:①Livox的FOV较小;②使用的地图不是标准的pointcloud2格式。

GitHub - koide3/hdl_localization: Real-time 3D localization using a (velodyne) 3D LIDAR

  • 20
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

Jiqiang_z

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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