SLAM
文章平均质量分 58
leohanson
这个作者很懒,什么都没留下…
展开
-
# hdl_graph_slam (3)地面分割过滤 代码分析
hdl_graph_slam (3)地面分割过滤 代码分析在点云预处理后,与点云配准同时进行的时输入点云的地面分割,分割采用基本的RANSAC算法(随机抽样一致),本篇文章分析一下代码的结构及关键部分。根据传感器位置和设定的高度阈值进行对应高度平面的滤波 plane_clip,仅保留sensor_height±range中间值的点云filtered = plane_clip(filtered, Eigen::Vector4f(0.0f, 0.0f, 1.0f, sensor_height + he原创 2021-06-08 17:54:14 · 422 阅读 · 0 评论 -
hdl_graph_slam (2)前端里程计 点云配准分析
hdl_graph_slam scan matching odometry 前端里程计该节点将当前帧的激光点云(滤波后)与关键帧的激光点云进行匹配得到相对位姿,再将历史的相对位姿进行拼接融合得到全局的里程计信息发布出去。涉及到的关键点关键帧相关 (matching 函数)matching函数主要进行关键帧的判断,更新等。具体的配准过程在registration对象中实现。同时初始化中还对registration method进行了参数读取registration = select_registr原创 2021-06-08 09:57:16 · 410 阅读 · 0 评论 -
hdl_graph_slam(1)点云预处理源码详解
HDL_graph_slam 点云预处理 prefiltering_nodelete收到点云原始数据后第一步是对点云进行预处理,降低样本数量加快计算速度。hdl这里用到的主要有体素降采样,离群点移除(可选择使用半径或者统计学离群点移除法),还有一个简单的最大距离滤波。算法基本构建于pcl库,本篇分析一下预处理节点源码。整体结构,变量,函数#include <string>#include <ros/ros.h>#include <ros/time.h>#原创 2021-06-03 16:46:02 · 384 阅读 · 0 评论