R3LIVE源码解析(6) — R3LIVE流程详解

已于 2024-06-07 18:36:27 修改
阅读量1.8k 收藏 7
点赞数 2
分类专栏： SLAM项目实战 文章标签： R3LIVE 源码解析
于 2023-08-31 22:13:47 首次发布
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。
本文链接：https://blog.csdn.net/qq_41921826/article/details/131825018
版权
本文详细介绍了R3LIVE框架，包括其组成部分——激光惯性里程计（LIO）和视觉惯性里程计（VIO）。R3LIVE基于FAST-LIO构建地图几何结构，并通过VIO融合视觉数据进行地图纹理渲染。文中还阐述了R3LIVE的launch文件结构和配置文件设置，特别是针对不同雷达类型和相机参数的调整。此外，指出了阅读源码的关键起点是r3live_LiDAR_front_end节点。
摘要由CSDN通过智能技术生成

目录

1 R3LIVE框架简介

2 R3LIVE的launch文件

3 R3LIVE的r3live_config文件

4 R3LIVE从哪开始阅读

1 R3LIVE框架简介

R3LIVE是香港大学Mars实验室提出的一种融合imu、相机、激光的SLAM方法，R3LIVE由两个子系统组成，一个激光惯性里程计（LIO）和一个视觉惯性里程计（VIO）。LIO子系统（FAST-LIO）利用来自激光雷达和惯性传感器的测量数据，并且构建地图的几何结构（即3D点位置）。VIO子系统使用视觉惯性传感器的数据，并且渲染地图的纹理（即3D点颜色）。更具体而言，VIO子系统通过最小化帧到地图的光度误差直接且有效地融合视觉数据。本文所提出的系统R3LIVE是基于我们之前的工作R2LIVE开发的，它的VIO架构设计与R2LIVE完全不同。

2 R3LIVE的launch文件

在R3LIVE中我们可以看到有这三个launch文件，r3live_bag.la

了解本专栏 订阅专栏 解锁全文 超级会员免费看
R3LIVE从零开始搭建环境和实物（livox avia + d435）
2301_79360298的博客
10-07 2789
本人以前有过点ros基础刚好最近在学习slam以及vio和lio，在这一个月份以来最起码，初步接触了vio以及slam和lio，并且自己成功的搭建了自己的实物平台，写这篇文章就是希望初次搭建的同学不用再踩一次博主踩过的坑。
R3LIVE源码解析(10) — R3LIVE中r3live_vio.cpp文件
几度春风里的博客
09-14 816
R3LIVE主要的公式推导在VIO上，所以我们来细细的分析这部分的功能。R3LIVE将VIO分成了两步，一是直接通过帧间的光流来追踪地图点，并且通过最小化追踪到的地图点的PNP投影误差来获取系统状态；二是通过这些地图点的出现的帧到地图的光度误差来优化状态。
R3LIVE实验（四）：运行R3LIVE
最新发布
u013503336的博客
11-20 675
无提示：以下是本篇文章正文内容，下面案例可供参考。
R3LIVE代码详解（一）
lovely_yoshino的博客
10-17 6195
我们先来看一下代码多少钱一两博主绘制的节点与话题的绘图。我们可以看到在R3LIVE中，node节点还是很清晰的，只有和两个节点。可以看到节点中只用到了雷达的相关信息，即通过FAST-LIO2的激光处理部分，然后发布处理后的点云，平面点和角点信息然后另一部分就是节点，这个节点可以看到输入的信息不仅仅有雷达的信息()，还有IMU(/livox/imu)和视觉的信息()。并在这个节点中完成融合，最终完成R3LIVE的稠密建图。
R3LIVE代码详解（三）
lovely_yoshino的博客
11-21 6699
在上一章中，我们过完了主函数以及LIO的操作，由于这部分代码在FAST-LIO2中已经充分详细的介绍过了，所以说这里在R3LIVE中就不过多介绍了，下面我们来看一下本系列的重点，即VIO部分。
R3LIVE代码注释
一抹烟霞的博客
03-26 1078
详细代码注释： https://gitee.com/qcl5683/R3LIVE-CommentV
R3LIVE源码解析(8) — R3LIVE中r3live.cpp文件
几度春风里的博客
09-05 630
我们在R3LIVE流程解析中提到R3LIVE主要由两个node节点所依赖的cpp文件组成，我们在上一节中完成了r3live_LiDAR_front_end简单介绍，下面我们需要详细的看这个节点。这个节点也是我们R3LIVE的核心。r3live.cpp文件的主要是进行一系列的初始化，然后创建LIO线程。
R3LIVE源码解析(9) — R3LIVE中r3live_lio.cpp文件
几度春风里的博客
09-05 704
在r3live.cpp文件中创建LIO线程后，R3LIVE中的LIO线程本质上整体流程和FAST-LIO2基本一致。
R3live适合ARM结构的源码 ubuntu18.04
03-30
“R3live适合ARM结构的源码”意味着R3live可能是基于Ubuntu 18.04进行了定制和优化，以适应ARM处理器的特性。源码通常是程序开发的基础，开发者可以查看、修改和编译这些源代码以适应特定的硬件环境或实现特定的功能...
R3LIVE代码详解（二）
lovely_yoshino的博客
10-31 5762
我们在上文中提到R3LIVE主要由两个node节点所依赖的cpp文件组成，我们在上一节中完成了简单介绍，下面我们需要详细的看这个节点。这个节点也是我们R3LIVE的核心。
R3LIVE代码详解（四）
lovely_yoshino的博客
11-29 7927
上一节中，我们过完了VIO中的状态预测以及特征点跟踪部分。此时我们已经拿到了光流的特征点信息，而这部分越来越接近我们想要去讲的帧到帧的VIO部分了。这一节，我们将围绕着VIO部分来进行讲解。
源码解析 | R3LIVE：一个健壮、实时的顶尖SLAM框架
CV_Autobot的博客
03-19 1054
作者|stella 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/480275319?点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【SLAM】技术交流群整体介绍R3LIVE是香港大学Mars实验室提出的一种融合imu、相机、激光的SLAM方法。系统以imu为核心，利用激光雷达和相机的观测修正系统状态。算法相当于...
R3LIVE源码解析(7) — R3LIVE中LiDAR_front_end.cpp文件
几度春风里的博客
09-02 703
激光点云首先在LiDAR_front_end节点中提取特征点，将处理完的信息通过完成节点的发送出去，与FAST-LIO2相同R3LIVE也只用到了面特征作为ESIKF融合。首先主函数会根据不同的雷达类型运行不同的回调函数接着通过give_feature()提取角点和面点提取面点时，通过plane_judge()面点类型的判断提取过程中，会进行边缘点判断，也就是LOAM论文中的进行异常点剔除最后将提取的角点和面点发布出去。
R3LIVE论文解读及框架调参结果
wanyi999的博客
12-14 1217
R3live论文解读
R3Live系列学习（五）R3Live源码阅读
weixin_42048023的博客
10-19 2191
编译它的时候可能会报“'ScalarBinaryOpTraits' in namespace 'Eigen' does not names a template type”之类的信息，这可能是由于电脑中存在多个Eigen库，可以在电脑上搜索出可能存在的Eigen库，不出意外的话会有包括ScalarBinaryOpTraits的也有没有包括的，直接在CMakeLists里面强行指定include路径，或者屏蔽没包括的那些Eigen库即可。
R3LIVE：一个实时鲁棒、带有RGB颜色信息的激光雷达-惯性-视觉紧耦合系统（香港大学）
惊鸿一博
02-02 4749
基本情况 出处：R3LIVE: A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package 作者：Jiarong Lin and Fu Zhang（香港大学) 视频：https://www.bilibili.com/video/BV1d341117d6?p=1&share_medium=android&share_plat=a..
R3LIVE:一个鲁棒、实时、RGB贴图的激光雷达惯性视觉紧耦合状态估计和建图方案...
点云PCL
06-06 444
文章：R3LIVE: A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package作者：Jiarong Lin and Fu Zhang编译：点云PCL代码：https://github.com/hku-mars/r3...
R3LIVE源码解析(11) — livox_camera_calib标定论文翻译
几度春风里的博客
09-09 859
在本文中，我们提出了一种新颖的方法，用于在无目标环境中自动外部标定高分辨率激光雷达和RGB相机。我们的方法不需要棋盘格，但可以通过对两个传感器中的自然边缘特征进行对齐，实现像素级的精度。在理论层面上，我们分析了边缘特征所施加的约束以及与场景中边缘分布相关的标定精度的敏感性。在实施层面上，我们仔细研究了激光雷达的物理测量原理，并提出了一种基于点云体素分割和平面拟合的高效准确的激光雷达边缘提取方法。由于自然场景中边缘的丰富性，我们在许多室内和室外场景中进行了实验。
R3Live系列学习（一）Loam-Livox源码阅读
weixin_42048023的博客
09-30 5043
对SLAM的学习从未停止，再来开个新坑~ 近日火星实验室提出了又一个大作“R3Live”，它生成了纹理贴合不错的彩色点云，甚至还重建成了mesh带入到游戏中，使人身临其境。罗马不是一天建成的，这一大作是沿袭了该实验室多年来的积累，结合了vins-mono、fast-lio等里程计的特性，加上livox雷达的稠密点云属性（他们超喜欢livox雷达），目前为止是我看视频看到的最好建图效果，可惜还没开源，因此我准备沿着他们的发展道路，一步步来学习，乃至复现。...
R3LIVE代码详解
07-27
R3LIVE的代码流程可以概括为以下几个部分。 首先是前言部分，其中介绍了R3LIVE算法的结构和各个传感器的作用\[1\]。 接下来是节点与话题的绘图部分，通过绘制节点和话题的图形，可以清晰地看到R3LIVE中的两个节点...
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

打赏作者

几度春风里

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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