loam论文与Aloam代码学习归纳（二）--整体介绍及各部分功能

一.Aloam简介

秦通对LOAM的一个简化版本，没有IMU的信息，是入手激光SLAM非常简单的程序，初学者必备。其将原版LOAM代码中手写的求解旋转矩阵，欧拉角，推到LM及雅克比矩阵，改成了运用Eigen库和ceres库进行求解优化，极大的简化了代码的复杂性，非常适合初学者进行学习。
Git链接：
https://github.com/HKUST-Aerial-Robotics/A-LOAM

二.loam与Aloam对比

1.LOAM:
LOAM使用了作者定义的特征点提取和匹配方法，主要去边角点和平面点。LOAM use a new defined feature system (corner and flat point), for the detail see its article.
LOAM假设每一次激光扫描过程中是匀速运动，并且用这个假设修正激光雷达数据的运动扭曲问题。在VLOAM中则是更进一步，使用视觉的里程计估计每一个扫描数据的运动。LOAM suppose linear motion within the scan swap (VLOAM further uses visual odometry to estimate it), and undistort the lidar points.
LOAM也有一个低频率调用的全局优化线程。
目前网上也有对LOAM的多个中文注释版本:
（1）https://zhuanlan.zhihu.com/p/57351961
（2）https://blog.csdn.net/Nksjc/article/details/76401092
（3）https://github.com/cuitaixiang/LOAM_NOTED

2.ALOAM
另外，下面的算法都使用hdl_graph_slam给到的室外数据集做了结果的测试，建模的图像如下所示。由于没有找到轨迹的真实值，没有对轨迹误差做比较分析。
LOAM和ALOAM的区别（Difference LOAM vs A-LOAM）:
LOAM中提供了使用IMU信息修正的接口， ALOAM中省略了这一块。LOAM has IMU refinement.
ALOAM中缺少了对提取到的特征点的筛选过程，具体可以参见LOAM的代码部分（对一些不好的边角点做了筛选）。Lack feature filter in A-LOAM.
LOAM中的优化LM方法是作者自己编写的，ALOAM则是使用了Ceres库完成这一部分。LOAM implies the LM solver itself. A-LOAM uses Ceres solver.
补充上面的一点，LOAM中作者解析地求出了雅各比的表达式（其中使用了一些小技巧统一了不同特征点的残差函数的导数表达），ALOAM则是简单地使用了ceres提供的自动求导工具（这样可以节省开发的时间，得到了也是准确的解，但是运算时间会稍稍长些，具体可以参见ceres的官方文档）。LOAM use analytical derivatives for Jacobians, but A-LOAM uses the automatic derivatives offered by Ceres (which is exact solution but a little bit slower).
相比于原本的LOAM， ALOAM的可读性更高，非常适合学习。尤其是雅各比的部分，LOAM原本的雅各比推导非常的难理解。ALOAM直接用自动求导，整个SLAM最复杂的运算就不需要推导了！
Performance:
• A-LOAM seems good,less redundant points.
• but has more error in far edges.
• LOAM method has no assumption of a consistent “floor”, that is better for our case.
• A-LOAM has the same logical with LOAM, but its performance is much worse.

下面是对ALOAM的三个线程的运行时间的分析（以下的运行测试都是再i5 9300 cpu上进行的），分别是scan registration线程，odometry线程，和mapping线程。其中mapping是进行全局优化的线程，另外两个线程则和实时性息息相关。

ALOAM - scan refistration
the maximum time is : 0.034434
the mean of time is : 0.0148146394612
ALOAM - odometry
the maximum time is : 0.027296
the mean of time is : 0.0157431030928
ALOAM - mapping
the maximum time is : 0.326849
the mean of time is : 0.257764385093
For one input scan, it takes 0.0305s in average. 对于一个新的扫描帧，需要大概0.03秒的处理时间，另外低频优化每次的耗时大概0.25秒（并不影响实时性）。

三.Aloam整体框架

1.工程基于ROS进行的开发，如图所示：


1>launch文件夹：算法的启动接口，通过该文件夹下的不同的launch文件，让算法驱动不同版本的激光雷达，从而进行建图工作；
2>include文件夹 ：主要包含一个简单的通用头文件common.h和一个计时器的类tictoc.h文件夹，计时单位为ms，其中common.h主要包含俩个功能：
（1）通过typedef对pcl pointcloud进行重命名，方便对后面代码进行简化。
（2）角度转换。
tictoc.h主要是对std::chrono代码进行封装，用于后面的时间操作。
3>rviz_cfg：包含loam启动时的rviz配置相关记录；
4>src文件夹：包含的是LOAM算法整体部分，核心代码：4个cpp分别对应节点图中4个节点，1个hpp为基于Ceres构建的残差函数，用以计算点到直线与点到平面的距离，从而进行点云配准；
5>picture文件夹：预留的编译产出目录，README.md中的图片；
6>docker文件夹：提供了docker环境，方便开发者搭建环境；
2.运行节点图

四.参考文献

https://blog.csdn.net/weixin_44492024/article/details/101452315
https://www.cnblogs.com/wellp/p/8877990.html
https://mp.weixin.qq.com/s/ou4ynyt9PXMBj0nVnR7YpA