![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
激光Slam
文章平均质量分 74
一抹烟霞
这个作者很懒,什么都没留下…
展开
-
LOAM雅克比矩阵推导
文章目录雅克比矩阵推导雅克比矩阵推导loam中有两种误差,即点到线的距离和点到面的距离。这两者都可以用目标外一点到目标上的投影点的距离表示。即误差f(X)=D(pw,pt)f(X)=D\left(p^{w}, p^{t}\right)f(X)=D(pw,pt)定义:D(pw,pt)D\left(p^{w}, p^{t}\right)D(pw,pt)为两点间距离, plp^lpl 为当前帧的点在局部坐标系下坐标, pwp^wpw为当前帧的点在世界坐标系下坐标,ptp^{t}pt 为对应线/面上目标点在原创 2021-10-13 10:56:21 · 463 阅读 · 0 评论 -
PCL库——点云提取、降采样、移除离群点、投影
文章目录一、简介二、点云提取滤波器2.1 直通滤波器2.2 根据点云的索引提取点云(点云分割)2.3 条件滤波器2.4 任意多边形内部点云提取三、点云降采样3.1 体素降采样3.2 随机降采样3.3 均匀降采样四、移除离群点4.1 统计滤波器StatisticalOutlierRemoval4.2 半径滤波器五、点云投影5.1 使用参数化模型投影点云这里放个目录,详细内容已迁移至→古月居一、简介二、点云提取滤波器2.1 直通滤波器2.2 根据点云的索引提取点云(点云分割)2.3 条件滤波器2.原创 2021-03-18 18:48:51 · 1258 阅读 · 0 评论 -
使用Eigen实现四元数、欧拉角、旋转矩阵、旋转向量之间的转换
文章目录一、旋转向量1.1 初始化旋转向量1.2 旋转向量转旋转矩阵1.3 旋转向量转欧拉角(xyz,即RPY)1.4 旋转向量转四元数二、旋转矩阵2.1 初始化旋转矩阵2.2 旋转矩阵转旋转向量2.3 旋转矩阵转欧拉角(xyz,即RPY)2.4 旋转矩阵转四元数三、欧拉角3.1 初始化欧拉角(xyz,即RPY)3.2 欧拉角转旋转向量3.3 欧拉角转旋转矩阵3.4 欧拉角转四元数四、四元数4.1 初始化四元数4.2 四元数转旋转向量4.3 四元数转旋转矩阵4.4 四元数转欧拉角(xyz,即RPY)Ve原创 2021-02-04 16:54:07 · 5761 阅读 · 0 评论 -
pcl ndt,koide3/ndt_omp, autoware ndt_gpu的效率对比
文章目录1. pcl ndt2. ndt_omp3. ndt_gpu转载自,防止链接失效做个备份:https://zhuanlan.zhihu.com/p/488531821. pcl ndt简介:pcl官方提供的ndt。环境需求:需要编译安装pcl-1.8.1或以上版本。使用方法:参照官方样例程序 Point Cloud Library (PCL)参数设置:普通参数配置resolution=1.0 // ndt网格大小为1立方米epsilon=0.01 // 精度为1厘米转载 2020-09-27 14:47:14 · 2085 阅读 · 1 评论 -
GTSAM 基本数据类型
文章目录一、基本状态类型1.1 平移和点1.2 旋转gtsam::NavState一、基本状态类型1.1 平移和点1.2 旋转// gtsam::Rot3::RzRyRx(roll, pitch, yaw)gtsam::NavStatePose (rotation, translation) + velocitygtsam::noiseModel::Diagonal::shared_ptr priorPoseNoise;gtsam::noiseModel::Diagonal::share原创 2020-08-21 12:13:18 · 606 阅读 · 0 评论 -
Kernel PCA
文章目录ProofSummaryExamplesProofSummaryExamples原创 2020-08-04 11:33:14 · 206 阅读 · 0 评论 -
SC_leGO_LOAM安装使用
文章目录一、安装PCL二、安装GTSAM2.1 下载gtsam源码2.2 依赖编译三、安装SC_LeGO_LOAM一、安装PCL二、安装GTSAM2.1 下载gtsam源码git clone https://bitbucket.org/gtborg/gtsam.git2.2 依赖Boost >= 1.43 (Ubuntu: sudo apt-get install libboost-all-dev)CMake >= 3.0 (Ubuntu: sudo apt-get instal原创 2020-07-14 14:32:25 · 1626 阅读 · 1 评论 -
3D激光slam开源框架汇总
https://mp.weixin.qq.com/s/rR3wmZMKSlAhLrGo2JkxCQ原创 2020-07-13 15:54:31 · 1211 阅读 · 0 评论 -
PCL——(10)PCL中使用随机采样一致性模型
文章目录一、RANSAC随机采样一致性算法的介绍二、最小中值法(LMedS)三、PCL中使用随机采样一致性模型四、Sample_consensus模型支持的几何模型在计算机视觉领域广泛的使用各种不同的采样一致性参数估计算法用于排除错误的样本,样本不同对应的应用不同,例如剔除错误的配准点对,分割出处在模型上的点集,PCL中以随机采样一致性算法(RANSAC)为核心,同时实现了五种类似与随机采样一致形算法的随机参数估计算法,例如随机采样一致性算法(RANSAC)最大似然一致性算法(MLESAC),最小中值方差原创 2020-07-10 21:47:53 · 1311 阅读 · 0 评论 -
PCL——(9)从深度图像中提取边界
文章目录从深度图像中提取边界(从前景跨越到背景的位置定义为边界):物体边界:这是物体的最外层和阴影边界的可见点集.阴影边界:毗邻于遮挡的背景上的点集(遮挡和背景的交界)Veil点集,在被遮挡物边界和阴影边界之间的内插点它们是有激光雷达获取的3D距离数据中的典型数据类型,这三类数据及深度图像的边界如图:#include <iostream>#include <boost/thread/thread.hpp>#include <pcl/range_image原创 2020-07-10 21:10:31 · 1010 阅读 · 0 评论 -
PCL——(6)八叉树Octree
文章目录一、八叉树简介:二、构建步骤三、点云八叉树应用算法:3.1 Octree用于点云压缩3.2 基于Octree的空间划分及搜索3.3 无序点云的空间变化检测3.4 占据检测3.5 获取所有占用体素的中心点(Voxel grid filter/downsampling)3.6 删除点所在的体素3.7 迭代器3.8 光线跟踪碰撞检测支付宝微信一、八叉树简介:体素化使用空间的均匀分割八叉树对空间非均匀分割(按需分割)1D数据的2叉树表示2D数据的4叉树表示3D数据的8叉树表示二、原创 2020-07-09 22:58:35 · 705 阅读 · 0 评论 -
PCL——(5)kd-tree实现快速领域搜索
文章目录打赏支付宝微信#include <pcl/point_cloud.h>#include <pcl/kdtree/kdtree_flann.h>#include <iostream>#include <vector>#include <ctime>int main (int argc, char** argv){ srand (time (NULL));//用系统时间初始化随机种子 pcl::PointCloud原创 2020-07-09 20:16:22 · 304 阅读 · 0 评论 -
PCL ——(4)点云文件读写
文章目录写PCD文件读PCD文件打赏支付宝微信写PCD文件#include <pcl/io/pcd_io.h>//包含了PCD输入输出操作的声明#include <pcl/point_types.h>//包含一些PointT类型结构体的声明(本例中是pcl::PointXYZ)。int main(int argc,char **argv){ pcl::PointCloud<pcl::PointXYZ>cloud; // 创建点云 cloud.width=原创 2020-07-09 17:36:09 · 629 阅读 · 0 评论 -
PCL——(3)PCD(点云数据)文件格式简介
文章目录一、为什么用一种新的文件格式?二、文件格式2.1·VERSION2.2·FIELDS2.3·SIZE2.4·TYPE2.5·COUNT2.6·WIDTH2.7·HEIGHT2.8·VIEWPOINT2.9·POINTS2.10·DATA2.11 实例三、相对其他文件格式的优势打赏支付宝微信一、为什么用一种新的文件格式?PCD文件格式并非白费力气地做重复工作,现有的文件结构因本身组成的原因不支持由PCL库引进n维点类型机制处理过程中的某些扩展,而PCD文件格式能够很好地补足这一点。PCD不是第一个原创 2020-07-09 17:14:30 · 1169 阅读 · 0 评论 -
PCL——(8)从点云数据生成深度图像
https://www.cnblogs.com/sweetdark/p/9025032.html原创 2020-07-07 11:43:12 · 3155 阅读 · 0 评论 -
ros 中使用pcl
https://answers.ros.org/question/136916/conversion-from-sensor_msgspointcloud2-to-pclpointcloudt/原创 2020-07-07 11:25:02 · 1082 阅读 · 0 评论 -
PCL——(1)简介及安装
文章目录一、简介二、代码结构三、安装3.1 预编译包安装3.2 源码安装(推荐)3.2.1 安装各种依赖3.2.2 下载源码3.2.3 编译源码3.2.4 第四步(可选 如果需要PCLVisualizer)3.3 安装完成测试一、简介从算法的角度,PCL是指纳人了多种操作点云数据的三维处理算法的软件包,其中包括:过滤、特征估计、表面重建、模型拟合和分割、定位搜索等。二、代码结构libpcl filters: 滤波相关算法如采样、去除离群点、特征提取、拟合估计等数据实现过滤器。原创 2020-07-05 21:01:19 · 479 阅读 · 0 评论 -
Scan Context: Egocentric Spatial Descriptor for Place Recognition within 3D Point Cloud Map
文章目录1、摘要2、步骤2.1 以激光原点为中心,均匀划分周围空间1、摘要https://mp.weixin.qq.com/s/J1pVixk0rY_hxtDq4ry1JQ2、步骤2.1 以激光原点为中心,均匀划分周围空间we first divide a 3D scan into azimuthal(方位的) and radial(径向的) bins in the sensor coordinate, but in an equally spaced manner as shown in Fig原创 2020-07-03 21:49:47 · 634 阅读 · 0 评论 -
点云的基本特征和描述,PCA主成分分析
文章目录一、点云特征的基本要求二、点云特征的分类三、点云的基本特征描述四、PCA(Princile Components Analysis)主成分分析4.1 点云的PCA步骤打赏支付宝微信一、点云特征的基本要求http://www.pointclouds.org/documentation/tutorials/二、点云特征的分类https://blog.csdn.net/shaozhenghan/article/details/81346585三、点云的基本特征描述二维情况三维情况四原创 2020-07-03 11:23:09 · 8088 阅读 · 6 评论