[SLAM前端系列]——一文读懂ICP 我们知道SLAM可以用2D/3D雷达或者相机实现（视觉SLAM）。由于笔者是激光SLAM工程师，所以本文的ICP都是在激光雷达的基础上实现的。 ICP的翻译叫做迭代最近点，那么问题来了，什么是最近点？谁的最近点？怎么迭代？ICP的输出是什么？输入是什么？作用又是什么？一、ICP的作用 载有雷达（2D或3D）的机器人在移动时，由于机器人产生了一个平移（x，y方向）+一个旋转（机器人的角度），所以雷达扫描到的同一个物体得到的点云信息也相应的会出现一个变化，这个变化是一个经过了旋转...
一文读懂卡尔曼滤波——卡尔曼滤波融合IMU的陀螺仪和加速度计实践(一) 卡尔曼的基本原理以及公式网上有很多，可以参照大神博客：https://blog.csdn.net/m0_38089090/article/details/79523784?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162147991616780271580764%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=162147991
legoloam总结（三） 最近在调试legoloam的时候发现一个问题，环境的不同，legoloam的定位以及建图效果差别很大，猜测是可能会和环境点云的特征提取有关。环境复杂时，无法提取合适的特征来估算位姿。三.点云的预处理1.获取雷达角度范围在处理点云之前，legoloam首先获取了雷达的范围，也就是激光雷达的角度范围，并进行了编号（猜测这一步影响了混合式雷达的建图过程，因为混合式雷达并不是360度旋转，因此在适用legoloam的时候需要修改），求范围的方法也很简单，直接对点云的第一个点的xy求反函数得到初始角，对点
legoloam总结（二） 二 回环检测当机器人在移动一段距离又回到原点时，如何让机器人知道这个位置曾经来过，并让路径成为一个完整的闭环（如果没有出现闭环说明位置偏差已经很大了），这就需要引入回环检测的概念，这也是legoloam改进loam的地方。回环检测基于概率模型，leoloam中引入了gtsam优化库来进行回环检测，loopClosureThread()函数确定了建图频率1hz void loopClosureThread(){ if (loopClosureEnableFlag == fals
关于lego-loam的总结（一） 最近在测试legoloam的时候，总是会碰到雷达坐标系剧烈漂移的情况，即使现实中雷达静止，在rviz中的显示也漂移的很厉害。建的地图也十分糟糕。那么雷达的坐标为什么会漂移，雷达的位置信息是如何计算和确定的？在我想要加入imu，试图通过订阅imu话题来取代雷达的位置信息时，我发现全部代码中，IMU的句柄函数只有两个，且未被使用。继续查找，我发现雷达的位置信息发布被写在了featureAssociation中的PublishOdometry函数中，具体变量为transform数组！...
多传感器融合时的时间同步问题解决方案——PPS校准STM32内部RTC 填坑系列。上一节说到PPS由于它独有的准确性能，可以作为时间同步的辅助时间参考，那么，如果要利用PPS来校准32内部时钟，该怎么做呢？首先我们要清楚PPS和GPRMC的时间关系。PPS和GPRMC的波形图大概如下所示：这个波形图蓝色应该就是PPS，黄色就是GPRMC信号，由于年代比较久远，我记得二者相差大概几十ms。既然有了时间差，那我们就设定这个时间差为time。PPS是每秒一次，每秒来一发，那么我们就要好好利用这个特性，校准流程图如下所示：...
关注
