R3LIVE源码解析(7) — R3LIVE中LiDAR_front_end.cpp文件

已于 2024-06-07 18:36:56 修改
阅读量702 收藏 3
点赞数 2
分类专栏： SLAM项目实战 文章标签： R3LIVE源码解析 SLAM
于 2023-09-02 11:17:59 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/132612725
版权
本文详细解析R3LIVE中LiDAR_front_end.cpp文件，介绍了点云特征提取过程，包括角点和面点的判断与发布。内容涉及激光雷达类型判断、数据转换、异常点剔除以及面特征的LOAM类似方法。文章深入探讨了give_feature()和plane_judge()函数，阐述了特征点提取的曲率计算方法和边界特征的重要性。
摘要由CSDN通过智能技术生成

目录

1 LiDAR_front_end.cpp简介

2 LiDAR_front_end.cpp程序解析

1 LiDAR_front_end.cpp简介

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/laser_cloud_flat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

2 LiDAR_front_end.cpp程序解析

这部分内容和FAST-LIO2的内容类似，首先在最上面先定义了一系列enum的信息，通过enum选择不同的激光雷达类型，特征点特征等，并通过orgtype存放一些激光雷达点的一些其他属性。

// 枚举类型：表示支持的雷达类型
enum LID_TYPE
{
    AVIA = 1,
    VELO16,
了解本专栏 订阅专栏 解锁全文 超级会员免费看
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。
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(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源码解析(6) — R3LIVE流程详解
几度春风里的博客
08-31 1839
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。
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从零开始搭建环境和实物（livox avia + d435）
最新发布
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。
FAST-LIO2:论文和算法解析
超爱吃小蛋糕的66的博客
01-05 8708
本文介绍了FAST-LIO2算法：一种快速、鲁棒、通用的激光雷达-惯性里程计框架。FAST-LIO2基于高效的紧密耦合迭代卡尔曼滤波器，具有两个关键的新颖之处，可实现快速，稳健和准确的激光雷达导航(和测绘)。第一种方法是直接将原始点注册到地图上然后更新地图，而不提取特征。这样可以利用环境中的细微特征，从而提高准确性。消除手工设计的特征提取模块，也使其能够适应不同扫描模式的新兴激光雷达;
R3LIVE编译运行和代码分析
weixin_44793883的博客
08-10 3274
R3LIVE编译运行和代码分析
FAST-LIO2.0代码解析（二）preprocess.cpp
MWY123_的博客
04-11 2486
FAST-LIO2.0代码解析（二）
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安装踩坑记录
weixin_44747201的博客
09-12 459
解决办法：安装opencv的时候，没有考虑到一些额外的依赖：libgtk2.0-dev、pkg-config。pkg-config --modversion opencv 可以查看当前系统 opencv。3、改r3live的cmakelist里面opencv库指向。修改cmakelist文件，改为debug模式，发现打印报错。1、卸载之前安装的opencv。
R3live笔记：从代码看lio线程
handily_1的博客
04-18 2276
/ cos(170度) jump_down_limit = cos(jump_down_limit / 180 * M_PI);// cos(8度) cos160 = cos(cos160 / 180 * M_PI);// cos(160度) smallp_intersect = cos(smallp_intersect / 180 * M_PI);// cos(172.5度)
R3live：整体分析
handily_1的博客
01-07 4007
r3live运行
if len(lidar_unknown_objs_final_left_front) > 0: for j in range(len(lidar_unknown_objs_final_left_front)): if lidar_unknown_objs_final_left_front[j]["s"] < lidar_unknown_objs_final_left_front_dis: lidar_unknown_objs_final_left_front_dis = lidar_unknown_objs_final_left_front[j]["s"] lidar_unknown_objs_final_left_front_veh = lidar_unknown_objs_final_left_front[j] if 45 > lidar_unknown_objs_final_left_front_veh["s"] >25: lat_lon_WIDC = [lidar_unknown_objs_final_left_front_veh['Lat'], lidar_unknown_objs_final_left_front_veh['Lon']] cone_pub_WIDC.publish(json.dumps(lat_lon_WIDC)) else: lidar_unknown_objs_final_left_front_veh = None解释一下
06-01
这段代码主要是用于检测左前方是否存在未知物体。首先判断从激光雷达获取的未知物体列表是否有物体存在。...如果不存在未知物体，则将变量 lidar_unknown_objs_final_left_front_veh 赋值为 None。
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