loam保存地图

最新推荐文章于 2023-08-06 09:58:58 发布
原创 最新推荐文章于 2023-08-06 09:58:58 发布 · 714 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #linux #qt #java #tensorflow

这篇博客详细介绍了在软件开发中，如何使用HTML、CSS和JavaScript进行前端开发，并探讨了相关框架如Vue、React和Angular的应用。同时，文章还提到了版本控制工具Git以及项目管理工具Jira的重要性。
一抹烟霞
关注
怎么保存和处理legp-loam运行后的点云地图
m0_63237813的博客
07-26 2273
将建图点云保存并转化成pcd文件，并用cloudcompare处理pcd文件
LEGO-LOAM轨迹保存与evo评估
zb0824zb的博客
05-18 2027
解决了lego-loam保存轨迹无法正常评估的问题
使用lego_loam 建图，建立的地图保存成 pcd 格式
sinat_38792591的博客
09-23 2763
主要的步骤： 1.录制地图 /laser_cloud_surround 的bag文件 在数据集快要播放结束的时候（因为地图是”累积“的，快结束的时候录制/laser_cloud_surround就可以），执行下面指令，录制 /laser_cloud_surround ： rosbag record -o out /laser_cloud_surround 1 然后会在当前目录 生成 out_xxxx.bag 文件,例如out_2020-03-30-18-35-12.bag 2.bag 文件转换成 pcd
loam保存完整点云地图资料
weixin_44387339的博客
11-07 952
How to show the complete map in Rviz? #41 保存并查看Loam的三维点云地图 ROS 中 rosbag 相关命令总结
lego-loam建图时保存pcd点云地图,并查看
qq_35102059的博客
01-24 8874
在lego-loam执行的过程中,建立的点云地图以topic的形式发布出来.
毕业论文设计：第二部分—激光雷达里程计(A-LOAM地图保存)
w风的季节-博客
11-06 1548
A-LOAM地图保存A-LOAM地图保存1.1 运行保存地图1.2 转换为pcd格式1.3 查看pcd文件1.4 实验结果 A-LOAM地图保存 1.1 运行保存地图 打开终端运行A-LOAM # 运行launch文件,需要改变scanRegistration.cpp中的话题 roslaunch aloam_velodyne aloam_velodyne_HDL_64.launch 运行过程中执行录制地图的话题消息 rosbag record -o bag_out /laser_cloud_map 运行
mac预装的php路径,Mac使用系统自带php和Apache
weixin_33923901的博客
03-09 780
最美的语言本文将介绍在Mac环境下如何使用系统本身所带有的Apache(阿帕奇服务器)通过预装的PHP版本来运行PHP的相关代码，相对来讲在OS X系统下相对好配置一些，因为Apache和PHP都预装好了，如果是Windows环境我们需要自己安装Apache+PHP+Mysql(通常是这样的搭配)，当然如果你想使用其他的服务器也可以，例如Nginx等。下面我们逐步来操作：步骤一：查看系统预装的阿帕...
lego-loam建立栅格地图并保存
xjblalala的博客
10-17 2798
下载octomap并建立launch文件 这里要注意ubuntu版本 #安装octomap sudo apt-get install ros-melodic-octomap-ros sudo apt-get install ros-melodic-octomap-server #安装octomap在rviz中的插件 sudo apt-get install ros-melodic-octomap-rviz-plugins #进入octomap_server的launch文件夹 cd /opt/
LOAM、Lego-liom、Lio-sam轨迹保存，与Kitti数据集真值进行评估
weixin_62456310的博客
03-12 1万+
LOAM、Lego-liom、Lio-sam轨迹保存，与Kitti数据集真值进行评估
loam 保存全局地图
weixin_40512640的博客
09-11 1110
https://github.com/laboshinl/loam_velodyne/issues/41
速腾RS-16+ROS1 Melodic跑通A-LOAM，环境配置搭建，保存轨迹--一站式解决所有问题Ubuntu18.04
qq_45617898的博客
03-25 580
一：环境配置 1. Cmake 2. Ceres 3. Egien 4. PCL LOAM的编译安装运行_loam安装编译_Chen.Yi的博客-CSDN博客 直接安装PCL1.13，实在不行就安装PCL1.8 ，我安的是1.13踩坑了好久 5. rslidar_sdk 自己去官网下，下不到找我咯 6. rs_to_velodyne 自己去官网下，下不到找我咯 二：A-LOAM算法跑通流程 三：如何保存轨迹
Lego-LOAM和LIO_SAM的使用及地图的处理
weixin_44126988的博客
07-13 3118
Lego_LOAM和LIO_SAM的基本使用
LOAM 原理及代码实现介绍
热门推荐
weixin_41469272的博客
05-29 1万+
LOAM 介绍 paper:《Lidar Odometry and Mapping in Real-time》 LOAM整体框架： 将定位与建图分开运行，高频位姿估计+低频优化建图->实现实时，低计算量，低漂移。 数据提取及处理： 根据点的曲率c来将点划分为不同的类别（边/面特征或不是特征），在每一个sweep中，根据曲率对点进行排序，来作为评价局部表面平滑性的标准。 一个sweep指完成一次完整的扫描，一次sweep分为多个scan，每一次sweep的雷达位姿定义为为这一sweep起始时的状态
Loam算法详解（配合开源代码aloam）
晓晨的博客
08-07 1万+
参考论文：LOAM: Lidar Odometry and Mapping in Real-time 代码：A-LOAM Ubuntu 18.04 + ROS Melodic + eigen 3.3.4 + PCL 1.8.1 + ceres 2.0 + A-LOAM 配置 LOAM算法是激光slam中一个经典的开源框架，结合qin tong 博士的开源代码a-loam，对其原理及代码实现简要介绍如下： LOAM算法的总体框架如下图所示： 除了左侧的硬件采集数据之外，LOAM算法本身主要包括图中标记的-
一起自学SLAM算法：8.3 LOAM算法
机器人研究猿-CSDN
01-26 2513
连载文章，长期更新，欢迎关注：不管是Gmapping还是Cartographer，通常都是采用单线激光雷达作为输入并且只能在室内环境运行。虽然Cartographer支持2D建图和3D建图模式，但是Cartographer采用3D建图模式构建出来的地图格式仍然为2D形式的地图。这里介绍一种用在室外环境的激光SLAM算法，即LOAM算法。该算法利用多线激光雷达，能构建出3D点云地图。LOAM算法是一款非常经典的SLAM算法，曾经霸占KITTI数据集效果榜首很长一段时间。
LOAM 论文及原理分析
qq_42758421的博客
09-11 753
方便学习用的，转载来自于：https://blog.csdn.net/liuyanpeng12333/article/details/82718277?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1 前言： 由于对三维激光S...
LOAM详解（一）特征点提取
shy2333的博客
05-05 2889
本文指在对ALOAM的流程进行梳理，并对其中的一些问题进行整理
从零开始细扣LOAM系列第二篇--点云处理一：去畸变和去离群点
weixin_43959160的博客
08-06 1633
前一篇文章简单介绍了LOAM的总体框架，本文紧接着开始对算法进行位姿估计前的点云处理进行详细探索，遵循先根据论文打通理论理解，然后详细解读源码的模式进行学习。
10、lego-loam的编译、安装、运行以及结果的保存
sweetorange_的学习笔记
06-15 2981
此存储库包含用于ROS兼容UGV的轻型和地面优化激光雷达里程计和地图（lego-loam）系统的代码。该系统接收来自Velodyne VLP-16激光雷达（水平放置）的点云和可选IMU数据作为输入。实时输出6D姿态估计。 一、依赖Dependency： 1、ROS：安装了ubantu16.04 kinect版本：参考过程 2、安装gtsam： 下载gtsam： git clone https://bitbucket.org/gtborg/gtsam.git //或者： wget -O ~/Downloads
Lego-loam轨迹保存
最新发布
05-13
<think>好的，我现在需要解决用户的问题：如何在Lego-LOAM中保存轨迹数据。用户之前提到参考了A-LOAM运行Kitti及轨迹保存的引用，所以可能需要结合这些信息。 首先，Lego-LOAM本身可能不像A-LOAM那样直接支持轨迹保存，但用户可能通过修改代码或利用现有工具来实现。我需要回忆Lego-LOAM的结构，通常SLAM算法会发布里程计或位姿信息，这些数据可以通过ROS的话题记录下来。 根据引用[3]，A-LOAM在运行KITTI数据集时通过修改launch文件中的参数来保存轨迹，可能涉及到rosbag或者直接记录话题数据。用户可能需要类似的方法，在Lego-LOAM中找到发布轨迹的话题，比如`/integrated_to_init`或者`/aft_mapped_to_init`，然后用rosbag记录这些话题的数据。 另外，用户提到了使用evo工具评估轨迹，这需要轨迹文件，通常是TUM或KITTI格式的文本文件。因此，可能需要将ROS中的位姿消息转换为这样的格式。可以编写一个ROS节点订阅位姿话题，将每个位姿的时间戳和平移、四元数旋转写入文件。 需要注意的是，Lego-LOAM的代码结构可能和A-LOAM不同，比如它是否发布优化后的位姿，或者是否需要修改某些参数来启用轨迹输出。引用[2]提到A-LOAM使用Ceres库进行优化，而Lego-LOAM可能也有类似的接口，可能需要检查代码中是否有保存位姿的相关部分。 用户可能遇到的困难是如何找到正确的位姿话题，或者如何转换数据格式。因此，步骤可能包括：确定话题名称，记录数据，转换格式，使用evo评估。同时，可能需要参考A-LOAM的处理方式，如引用[3]提到的设置数据集路径和序列号，但具体到Lego-LOAM可能有所不同。 最后，确保回答结构清晰，分步骤说明，并提示可能的注意事项，比如话题名称是否正确，格式转换的脚本示例等。同时，生成相关问题帮助用户深入探讨，比如评估方法或与其他框架对比，如引用[1]提到的LIO-SAM的IMU约束。</think>在Lego-LOAM中保存轨迹数据可通过以下步骤实现： ### 一、定位轨迹数据源 Lego-LOAM的核心输出话题为优化后的位姿信息： 1. **全局优化位姿**：话题`/integrated_to_init`（后端优化后的全局轨迹） 2. **局部位姿估计**：话题`/aft_mapped_to_init`（前端局部地图匹配结果） ### 二、ROS原生数据记录 ```bash # 记录所有话题原始数据 rosbag record -O legoloam_traj.bag /integrated_to_init /aft_mapped_to_init # 单独记录轨迹话题（推荐） rosbag record -O pose.bag /integrated_to_init ``` ### 三、轨迹文件格式转换 1. **生成TUM格式轨迹文件**（适配evo工具）： ```python #!/usr/bin/env python import rospy from geometry_msgs.msg import PoseStamped import tf def pose_callback(msg): timestamp = msg.header.stamp.to_sec() position = msg.pose.position quaternion = msg.pose.orientation with open("lego_traj_tum.txt","a") as f: f.write(f"{timestamp} {position.x} {position.y} {position.z} {quaternion.x} {quaternion.y} {quaternion.z} {quaternion.w}\n") rospy.Subscriber("/integrated_to_init", PoseStamped, pose_callback) rospy.init_node('pose_listener') rospy.spin() ``` 2. **KITTI格式适配**（每行包含4×4变换矩阵）： ```bash rostopic echo -p /integrated_to_init/pose/position > kitti_pose.txt ``` ### 四、精度评估工具使用 ```bash # TUM格式轨迹评估 evo_traj tum lego_traj_tum.txt --ref=groundtruth.txt -p # 与LOAM系算法对比（引用[1][2]） evo_ape kitti lego_result.txt aloam_result.txt -r full ``` ### 五、代码级修改（进阶） 在`transformFusion.cpp`中增加文件输出逻辑： ```cpp // 在publishOdometry()函数内添加 std::ofstream outfile; outfile.open("laser_odom.csv", std::ios::app); outfile << timeLaserOdometry << "," << transformAftMapped[3] << "," << transformAftMapped[4] << "," << transformAftMapped[5] << "\n"; ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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