qq_38170211的博客

原创 项目实训 - 智能车系统 - 第十二周记录

项目实训 - 智能车系统 - 第十二周记录日期：5.9 – 5.15项目进度本周工作进展：修改信号量销毁（如果不是第一次创建，不赋值 修改lastnumber+nownumber） 与可视化对接信号量的一系列问题测试雷达+雷达驱动测试总体测试1、信号量版本修改在与可视化对接的时候，由于可视化的编写原因，需要将信号量销毁之后才能退出程序。所以需要添加销毁函数：int destory_sem(int semid){ if (semctl(semid, 0, IPC_RMID

原创 项目实训 - 智能车系统 - 第十一周记录

项目实训 - 智能车系统 - 第十一周记录日期：5.2 – 5.8项目进度本周工作进展：信号量版本测试tcp版本的可视化1、信号量版本通信机制通信机制-新：一写一读当一个话题对应多个订阅者时，拆分成多个话题（针对项目来说，最多两个订阅者）分别为读者和写者分配一个信号量，用来互相阻塞增加了两个变量，用来存储两个信号量的标识符。struct MemoryDefinition{ int fd; void* point; int pub_sem_

原创 项目实训 - 智能车系统 - 第十周记录

项目实训 - 智能车系统 - 第十周记录日期：4.25 – 5.1项目进度本周工作进展：把相关项目移植到板子上，配置环境发现有性能问题，查性能瓶颈尝试配置交叉编译环境（太复杂了，失败了）1、配置板子环境+移植项目板子相关参数nvidia tx2arm架构4个cpu核心（比之前开发环境差很多）移植到新环境后，直接编译失败，根据报错信息进行修改cmakelist需要显式的查找Boost中的timer组件find_package(Boost REQUIRED COMPONE

原创 项目实训 - 智能车系统 - 第九周记录

项目实训 - 智能车系统 - 第九周记录日期：4.18 – 4.24项目进度本周工作进展：删除项目中保留的ros相关的部分代码学习cmake编写重新编写项目中的CMakeLists.txt文件1、删除ros代码之前为了方便测试，在修改代码的时候并没有删除ros相关的函数、变量。现在要完全脱离ros的环境，需要先将相关的代码删除，确保与ros完全无关。2、学习CMakeLists.txt学习过程记录在一下的博客https://blog.csdn.net/qq_38170211/ar

原创 cmake学习（二）引用外部库（find_package分析）

案例：lio-sam-linux项目的CMakeLists.txt通过这个例子学习一下引用外部库的相关内容。（貌似项目本身的构建结构不太符合规范，这个后面再修改。，。）项目路径：CMakeLists.txtcmake_minimum_required(VERSION 2.8.3)project(lio_sam_linux)#set命令可以设置普通变量、缓存条目、环境变量三种变量的值。set(CMAKE_BUILD_TYPE "Release")set(CMAKE_CXX_FLAGS "

原创 cmake学习（一）基础内容学习

cmake学习（一）为了编写项目的cmake文件，简单学习一下。一、cmake主要介绍编写项目时，需要决定代码的组织方式以及编译方式，需要工具来构建、维护代码cmake首先是makefile的上层工具，目的是为了产生可移植的makefile，不需要自己手写makefile。另外，makefile在不同的环境下，可能有不同的写法，cmake也可以来规避这个问题，让我们不需要关心环境。cmake的几个特点：开放源代码,使用类 BSD 许可发布。跨平台管理大型项目简化编译构建过程和编译过程

原创 项目实训 - 智能车系统 - 第八周记录

项目实训 - 智能车系统 - 第八周记录日期：4.11 – 4.17项目进度本周工作进展：完成了雷达驱动的编写（未测试）完成imu驱动的编写（未测试）与可视化部分进行对接1、速腾rslidar驱动编写（二次开发）通过阅读ROS二次开发的rslidar驱动后，决定延用之前移植项目的做法，在ros二次开发的版本的基础上进行修改，将发布的数据修改我们自定义的类型，并且发布数据。另一个节点rs_to_velodyne订阅上面发布的消息，将数据转换成velodyne的点云格式，然后进行发布，被项

原创 项目实训 - 智能车系统 - 第七周记录

项目实训 - 智能车系统 - 第七周记录日期：4.04 – 4.10项目进度本周工作进展：更换了底层的通信框架（shm）熟悉速腾雷达驱动，以及ros相关驱动，为二次开发驱动做准备1、更换底层通信框架上周解决的utility读写问题，本周运行之后又出现了之前的错误：进程在初始化后会随机崩溃掉，然后重启，有时候会稳定，有时候会移植崩溃。暂时查不出原因来，于是回到程序本身，在多线程std::thread、mmap的通信框架里找问题。然后让师兄看了一下代码，师兄发现了代码的一个大问题。我们本

原创 项目实训 - 智能车系统 - 第六周记录

项目实训 - 智能车系统 - 第六周记录日期：3.28 – 4.03项目进度本周工作进展：完成了所有中间话题的移植将参数服务器改成读取文件的形式（这周状态不太好，工作进展不是很大。，。）1、剩余话题的移植上周完成了TF框架的搭建，这周开始着手其他话题的移植。先不管数据包发布的原始数据、以及发布给rviz的话题，剩余的节点之间的话题还有3个/odometry/imu_Incrementalimu节点发布；imu节点、image节点接收（imu节点中维护了两个类，是一个类发布的话

原创 项目实训 - 智能车系统 - 第五周记录

项目实训 - 智能车系统 - 第五周记录日期：3.21 – 3.27项目进度本周工作进展：完成TF部分的移植（本周主要完成了TF消息发送、转换、发布的功能）1、修改imu和map节点中与tf相关的类、函数首先根据上周摘出来的tf相关代码，配合tf代码文档，进行初步的分析：tf::TransformListener：此类从Transformer继承并自动订阅ROS转换消息tf::Transfromer：提供系统中任意两个帧之间的坐标转换的类。一个成员变量：tf2_buffer_ptr

原创 项目实训 - 智能车系统 - 第四周记录

项目实训 - 智能车系统 - 第四周记录日期：3.14 – 3.20项目进度本周工作进展：进行TF部分的部分移植（本周主要完成了TF相关类型，函数的处理）1、针对项目进行TF总体分析本周本来打算继续按照之前的思路进行话题的移植，但是在移植的过程中发现，需要移植的几个话题（lio_sam/mapping/odometry_Incrememt lio_sam/mapping/odometry等），内部实现使用了ros的TF，包括TF相关类型，TF坐标系转换关系的发布和订阅，没有办法进行简单的话题

原创 项目实训 - 智能车系统 - 第三周记录

项目实训 - 智能车系统 - 第三周记录日期：3.07 – 3.13项目进度本周工作进展：继续进行话题的移植工作给可视化部分提供了测试用的接口1、imageProjection中发布的lio_sam/feature/cloud_info话题的移植上周将featureExtraction中发布的话题移植完（发布了三个话题，但是只有一个被用到）。本周考虑移植image Projection中的话题。imageProjection中发布话题如下：lio_sam/deskew/cloud_i

原创 项目实训 - 智能车系统 - 第二周记录

项目实训 - 智能车系统 - 第二周记录日期：2.28 – 3.06项目进度本周工作进展：通信框架的完善及完成完成了第一个话题的移植1、通信框架选择lio-sam项目自身是基于ros的项目，进程间使用的通信机制主要是ros中的topic话题通信机制。该机制基于socket网络通信，与ros系统紧密结合，无法在原生linux系统中使用。所以制定一套新的通信机制是移植工作的一项重要内容。在寒假的时候，经过我和组内罗源同学的学习交流后，最终决定使用mmap通信框架来指定通信机制。mmap通信框

原创 项目实训 - 智能车系统 - 第一周记录

原创 ROS-3DSLAM（十六）lvi-sam项目总结

2021SC@SDUSC学习内容概览本次的项目lvi-sam主要分为两个大的模块：lidar模块和visual模块。我们小组学习先进行了lidar模块的学习，然后进行的visual模块。每个模块都分成了若干小的部分，分给每个组员主要负责，学习完成后进行组内交流。我在lidar模块负责的部分是imuPreintegration（imu预积分）和mapOptmization（图优化）；visual模块主要负责的是visual_loop（回环检测）。imuPreintegrationimyPreinte

原创 ROS-3DSLAM（十五）lvi-sam源代码阅读13 —— visual_loop阅读6 - 回调函数 + process分析

2021SC@SDUSC（十五）lvi-sam源代码阅读13 —— visual_loop阅读6 - 回调函数 + process分析本次将主要分析loop_detection_node文件中的4个回调函数以及一个并行执行的函数visual_loopmain函数中的订阅话题 以及开启新线程ros::Subscriber sub_image = n.subscribe(IMAGE_TOPIC, 30, image_callback);//以下三个话题在visual_estimator/ut

原创 ROS-3DSLAM（十四）lvi-sam源代码阅读12 —— visual_loop阅读5

2021SC@SDUSC（十四）lvi-sam源代码阅读12 —— visual_loop阅读5visual_looploop_detection_node 1继续上次的分析，回到loop_detection_node文件中，loopDetector将项目中预置的二进制字典集加载了进来并进行了初始化。之后的部分，继续读取了另一个文件brief_pattern.yml，里面存储了若干个int数（暂时不知道干啥的）// initialize brief extractorstring brief_

原创 ROS-3DSLAM（十三）lvi-sam源代码阅读11 —— visual_loop阅读4 + ORB-SLAM初探

2021SC@SDUSC（十三）lvi-sam源代码阅读11 —— visual_loop阅读4 + ORB-SLAM初探visual_loopDBoW文件夹DBoW内的内容主要跟词袋模型的部分相关，是回环检测中用于匹配回环点的重要步骤。项目中DBoW节点，应用的一个SLAM的模型——ORB-SLAM。所以决定先学习一下ORB-SLAM。对本项目中该部分的分析，考虑后决定按照算法流程来进行分析。楼下是本次博客中分析的内容：在loop_detection_node.cpp中，有读取一个二进制

原创 ROS-3DSLAM（十二）lvi-sam源代码阅读10 —— visual_loop阅读3 + ORB学习

2021SC@SDUSC（十二）lvi-sam源代码阅读10 —— visual_loop阅读3 + ORB学习visual_loopDUtils文件夹DException定义异常信息Timestamp//成员变量 /// Seconds unsigned long m_secs; // seconds /// Microseconds unsigned long m_usecs; // microseconds//主要方法 setTime //设置

原创 ROS-3DSLAM（十一）lvi-sam源代码阅读9

2021SC@SDUSC（十一）lvi-sam源代码阅读9前置知识vins-monolvi-sam的视觉部分是基于vins-mono算法的。所以在阅读开始之前学习以下这个算法是很有必要的。vins-mono github地址：https://github.com/HKUST-Aerial-Robotics/VINS-Mono先对整个项目做一个大致的了解，然后重点关注其中的重定位部分Vins-mono是香港科技大学开源的一个VIO算法，用紧耦合的方法，通过单目+IMU恢复出尺度。单纯视觉：

原创 pthread共享内存编程学习（1） -- 基本语法学习

pthread共享内存编程学习（1） – 基本语法学习文章目录pthread共享内存编程学习（1） -- 基本语法学习1.hello pthread（基础小例子）例子pthtread基本知识小问题记录2.互斥量 mutex例子互斥量基本知识互斥量 vs 忙等待参考博客本次学习以课本《并行程序设计导论》第四章为主，并且学习其他dl们的博客，做一些学习记录。1.hello pthread（基础小例子）例子注释里有对程序的解释，和我对不懂的地方的注解编译语句：gcc -g -Wall -o test

原创 ROS-3DSLAM（十）lvi-sam源代码阅读8

2021SC@SDUSC（十）lvi-sam源代码阅读8写在前面本周开始阅读lvi-sam项目中的视觉部分。我主要负责visual_loop，也就是回环检测的部分。前几周一直在阅读lidar部分mapOptmization.cpp，代码量较大所以多花了一些时间，其他队友已经开始了visual部分的进度。mapOptmization部分还有一小部分没有阅读完，为了补齐跟队友的进度，所以先开始了visual部分的阅读，没有阅读完的代码将在之后穿插阅读。作为铺垫，我在上周学习了回环检测的一些前置知识（m

原创 ROS-3DSLAM（九）lvi-sam源代码阅读7

（九）lvi-sam源代码阅读7lidar_odometrymapOptmization.cpplaserInfoHandler对该回调函数的一些零散的分析：关键成员变量历史关键帧位姿：cloudKeyPoses3D cloudKeyPoses6D当前帧位姿：transformTobeMapped前三位是旋转信息 后三位是位置信息当前帧角点、平面点集合：laserCloudCornerLast laserCloudSurfaceLast步骤2中筛选出来的角点、平面点集

原创 ROS-3DSLAM（八）lvi-sam源代码阅读6

（八）lvi-sam源代码阅读6lidar_odometrymapOptmization.cpplaserCloudInfoHandler订阅激光帧点云信息接上篇：4 scan2MapOptimization()scan-to-map优化当前帧位姿void scan2MapOptimization(){ // 如果没有关键帧点云数据 if (cloudKeyPoses3D->points.empty()) return; // 关键点数量大于阈

原创 ROS-3DSLAM（七）lvi-sam源代码阅读5

（七）lvi-sam源代码阅读5lidar_odometrymapOptmization.cpp在构造函数中，主要订阅了三个话题；下面主要分析这三个话题的回调函数：//订阅当前激光帧点云信息，来自featureExtractionsubLaserCloudInfo = nh.subscribe<lvi_sam::cloud_info>(PROJECT_NAME + "/lidar/feature/cloud_info", 5, &mapOptimization::laserCl

原创 ROS-3DSLAM（六）lvi-sam源代码阅读4

2021SC@SDUSC（六）lvi-sam源代码阅读4lidar_odometrymapOptmization.cpp6D位姿点云结构定义：/* * A point cloud type that has 6D pose info ([x,y,z,roll,pitch,yaw] intensity is time stamp) * 具有 6D 姿态信息的点云类型（[x,y,z,roll,pitch,yaw] 强度是时间戳） */struct PointXYZIRPYT

原创 ROS-3DSLAM（五）lvi-sam源代码阅读3

2021SC@SDUSC（五）lvi-sam源代码阅读3lidar_odometryimuPreintegration.cpp本次分析主要是对imuHandler函数的分析。里程计的回调函数 odometryHandler/*然后是里程计回调函数。每隔100帧激光里程计，重置ISAM2优化器，添加里程计、速度、偏置先验因子，执行优化。计算前一帧激光里程计与当前帧激光里程计之间的imu预积分量，用前一帧状态施加预积分量得到当前帧初始状态估计，添加来自mapOptimization的当前帧

原创 ROS-3DSLAM（四）lvi-sam源代码阅读2

2021SC@SDUSC（四）lvi-sam源代码阅读2lidar_odometryimuPreintegration.cpp本次分析主要是对imuHandler函数的分析。imu的回调函数 imuHandler根据上一次的odom和偏差，用gtsam来估计当下的odom作为imu的位姿，通过静态TF变换求得雷达的位姿，将其逐个发布。如图所示，由于 IMU 的频率比雷达高得多，因此在下一帧点云即时间戳到来之前，会有大量的IMU数据读入，如上图中紫色线条所示，则可以利用这段时间间隔内的IMU测

原创 ROS-3DSLAM（三）lvi-sam源代码阅读1

2021SC@SDUSC（三）lvi-sam源代码阅读1lvi-sam项目的代码主要分为两大部分：lidar_odometry（雷达里程计系统）和visual_odometry（视觉历程计系统）。lidar_odometry雷达里程计文件夹下包含4个.cpp文件和1个.h头文件imuPreintegration.cpp头文件部分引用了gtsam库中的很多头文件，首先分析gtsam库。#include <gtsam/geometry/Rot3.h>...#include &

原创 ROS-3DSLAM（二）lvi-sam项目认识

2021SC@SDUSC（二）lvi-sam项目认识一、SLAM简介SLAM是Simultaneous Localization and Mapping（同时定位 + 建图）。独立的定位问题是建立在地图已知的情况下的，单独的建图问题也是建立在定位已知的情况下的。当机器人不能得到环境地图，也不知道自身位姿的时候，SLAM问题就出现了。也就是说SLAM要同时的进行机器人定位和建图，这个问题比单独的定位和单独的建图都要难得多。SLAM算法分为在线SLAM和全SLAM问题。在线SLAM的代表是EFK S

原创 ROS-3DSLAM --开篇：综述

2021SC@SDUSCROS-3DSLAM --开篇：综述文章目录ROS-3DSLAM --开篇：综述一、项目简介二、项目目录三、目标规划和分工四、部分项目的核心代码分析3-geometry-noetic-devel4-geometry2-noetic-devel7-robot_pose_ekf-master8-map_store-hydro-devel9-rivz-noetic-devel11-moveit_msgs五、参考资料六、环境配置和代码下载一、项目简介​ ROS是一个开源的元操作

原创 ubuntu安装ros系统及遇到的问题总结

2021SC@SDUSCubuntu安装ros系统及遇到的问题总结本次安装以ubuntu18.04安装ros melodic版本为例一、在虚拟机ubuntu18.04系统直接在官网上下载对应的镜像文件即可。二、安装ros具体流程在网站http://wiki.ros.org/melodic/Installation/Ubuntu，本文主要介绍安装过程中遇到的一系列问题以及解决方法。1、添加source.list设置你的电脑以从 packages.ros.org 接收软件。sudo sh -c