FAST-LIO论文解读与详细公式推导

最新推荐文章于 2024-03-28 14:00:18 发布
最新推荐文章于 2024-03-28 14:00:18 发布
阅读量4.7k 收藏 144
点赞数 38
文章标签： c++ slam linux 人工智能
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/weixin_44923488/article/details/128103159
版权

本文提供了FAST-LIO论文解读与十分详细的公式推导，供读者参考。本文尽可能详尽的列出了公式的推导，即使是初学者也能轻松看懂。如有不清楚或错误之处欢迎批评指正。

除此之外，在代码方面，笔者发布了一个S-FAST_LIO，它是FAST_LIO的简化版，由FAST-LIO代码修改而来。相比于FAST-LIO，它具有更好的可读性，供初学者们参考。其主要做出了以下改动：

  • 利用Sophus库定义状态变量，替代了FAST-LIO中复杂的IKFOM
  • 重力分量直接利用Vector3d定义，因此可以省去2维流形的计算
  • 优化了代码结构，删除了冗余的代码
  • 代码中添加了详细的中文注释
  • 添加了对于 Robosense LiDAR 的支持

Github地址：zlwang7/S-FAST_LIO: A simplified implementation of FAST_LIO (github.com)

zlwang7/S-FAST_LIO: A simplified implementation of FAST_LIO (github.com)icon-default.png?t=M85Bhttps://github.com/zlwang7/S-FAST_LIO

以下是正文：

​

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

​ 

 

 

slam

W铁马冰河入梦来
关注
  • 38
    点赞
  • 踩
  • 144
    收藏
    觉得还不错? 一键收藏
  • 29
    评论
fast-lio的bag包
04-21
这是一个用于定位于构图算法Fast_lio的数据包
高翔博士Faster-LIO论文和算法解析
超爱吃小蛋糕的66的博客
01-08 2445
Faster-Lio是高翔博士在Fast系列的新作，对标基线是Fast-LIO2，核心是提出一种新的"数据结构"`ivox`，类似于Fast-LIO2中的`ikd-tree`，用于点云配准搜索和地图的增量更新。效果上整个LIO系统的用时相比Fast-LIO2有较大幅度的下降，精度上评估了每百米的APE和RPE，从结果上看有好有差。近年来的作品精度上似乎都大差不差，如LIO-SAM，FAST-LIO系列，更多的都是在卷实时性。
R3Live系列学习（二）FAST-LIO源码阅读
热门推荐
weixin_42048023的博客
11-15 1万+
FAST-LIO基于IEEKF（迭代误差KF）的紧耦合建图方法，鲁棒性较loam-livox提升了一档，在非常极端的运动下也有可能维持住位姿。它的论文是《FAST-LIO: A Fast, Robust LiDAR-inertial Odometry Package by Tightly-Coupled Iterated Kalman Filter》。...
学习Fast-LIO系列代码中相关概念理解
最新发布
努力努力努力
03-28 1139
学习Fast-LIO系列代码中相关概念理解
FAST_LIO:计算有效且强大的LiDAR惯性里程计（LIO）软件包
03-21
注意：不支持Ubuntu 16.04及更低版本 FAST-LIO 2.0 将于2021年3月底发射。 新的功能： 更快更好 更高的频率； 更多的LiDAR支持（Horizo​​n和Ouster 64）； 支持基于ARM的嵌入式平台。 FAST-LIO FAST-LIO （快速LiDAR惯性里程计）是一种计算效率高且功能强大的LiDAR惯性里程计套件。它使用紧密耦合的迭代扩展卡尔曼滤波器将LiDAR特征点与IMU数据融合在一起，从而在发生退化的快速运动，嘈杂或混乱的环境中实现强大的导航能力。我们的软件包解决了许多关键问题： 快速迭代的卡尔曼滤波器，用于里程计优化； 在最稳定的环境下自动初始化； 并行KD-Tree搜索以减少计算量； 强大的特征提取； 开发者 ：激光贴图和姿势优化； ：特征提取。 要了解更多详细信息，请参阅我们的相关文章：） 我们的相关论文：现在可以在arxiv上获得我
fast-lio.zip
01-13
解压缩后放在src文件夹下
FAST_LIO 代码完整版
03-16
FAST_LIO 代码完整版
SLAM经典：FSAT-LIO算法梳理
3D视觉工坊
03-26 2846
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达编辑丨一点人工一点智能点击进入—>3D视觉工坊学习交流群今天给大家分享IEEE Robotics and Automation Letters上发表经典文章：FAST-LIO: A Fast, Robust LiDAR-inertial Odometry Package by Tightly-Coupled Iterated Kalman...
FAST-LIO,FAST-LIO2与FASTER-LIO
lovely_yoshino的博客
07-18 9589
0. 简介 继LLOAM后，三维SLAM迎来了蓬勃的发展，最近一只FAST-SLAM为代表的3D-SLAM迎来了蓬勃的发展，FASTER-LIO也可以看到国内知名SLAMer高博的影子，这里我们将来看一下
激光SLAM：Faster-Lio 算法编译与测试
月照银海似蛟龙的博客
12-01 2765
Faster-LIO是基于FastLIO2开发的。FastLIO2是开源LIO中比较优秀的一个，前端用了增量的kdtree（ikd-tree），后端用了迭代ESKF（IEKF），流程短，计算快。Faster-LIO则把ikd-tree替换成了iVox，顺带优化了一些代码逻辑，实现了更快的LIO。在典型的32线激光雷达中可以取得100-200Hz左右的计算频率，在固态雷达中甚至可以达到1000-2000Hz，能够达到FastLIO2的1.5-2倍左右的速度。当然具体数值和计算平台相关。
FAST-LIO论文阅读
晓晨的博客
05-28 2801
FAST-LIO是港大MaRS实验室在2021年提出的一个紧耦合迭代扩展卡尔曼滤波高计算效率、高鲁棒性的雷达里程计。影响深远，后续又陆续提出了FAST-LIO2以及Faster-LIO等框架。下面，我们简单了解一些论文中的各个模块及其处理流程。
fast-lio2代码
05-26
fast-lio2代码，做了调整，调用库，生成头文件。
对于fast-lio论文和代码的一些个人理解
07-07
对于fast-lio论文和代码的一些个人理解
fast-lio 算法包
03-19
fast_lio 算法包
FAST-LIO2论文阅读
晓晨的博客
06-04 1359
之前写的一个关于FAST-LIO论文阅读的总结，可以参考FAST-LIO2是港大MaRS实验室在FAST-LIO框架的基础上进行了修改而成，集成了他们课题组的几个工作，形成了一个非常优秀且极具代表性的框架。系统的整体框架如下，与FAST-LIO相同仍然使用了一个紧耦合迭代扩展卡尔曼滤波（红色框内）。不同的地方主要在于1）直接使用输入的激光雷达原始点进行配准，去除了特征提取模块；2）增加一个ikd-tree的数据结构，能够快速的查询、增删，提高效率。
FAST-LIO论文解析
超爱吃小蛋糕的66的博客
12-29 2111
本文提出了一种计算效率高、鲁棒性好的激光-惯性里程计框架。我们使用紧耦合的迭代扩展卡尔曼滤波器将LiDAR特征点与IMU数据融合在一起，从而在快速运动、嘈杂或混乱的环境中实现鲁棒导航。为了在大量测量数据的情况下降低计算负荷，我们提出了一个新的计算卡尔曼增益的公式。新公式的计算量依赖于状态维数而不是测量维数。在各种室内和室外环境中对所提出的方法及其实现进行了测试。
fast-lio 重点--滤波方法
CCChester的博客
03-08 960
fast-lio 随笔
Docker 环境下运行 Fast_LIO 进行三维建模的前/后处理设置
Robotics_Notes
09-25 973
按照测绘行业术语, 我们将建图视作后处理, 先 “外业” 扫图, 再 “内业” 建图.内业建图基于 Docker 上部署的 Fast_LIO (https://github.com/hku-mars/FAST_LIO).建图完成后还需要注意 PCD 点云显示的设置等后处理.这里记录下一些设置以备忘.以上只是一些简单记录.(如有问题, 请指出)
关于FAST-LIO中使用卡尔曼滤波增益更新求逆简化问题推导
努力是明天快乐的源泉
03-15 1126
1、公式原型 2、推导过程 书籍中P258.Accuracy_and_stability_of_numerical_algorithms 3、FAST-LIO论文中提到的增益求逆简化公式
fast-lio公式推导
09-19
Fast-LIO是一种用于鲁棒和高效导航的激光雷达惯性状态估计器。Fast-LIO的公式推导包括以下几个步骤： 1. 定义运算符，例如位置误差δp，速度误差δv，陀螺仪零偏δbg，加速度计零偏δba，重力误差δg等。 2. 根据误差状态的微分方程，求解出姿态误差δR的导数。 3. 推导速度误差δv的表达式，其中速度误差与姿态误差δR相关。 4. 推导位置误差δp的表达式，其中位置误差与速度误差δv相关。 5. 推导陀螺仪零偏δbg的表达式。 6. 推导加速度计零偏δba的表达式。 7. 由于重力误差δg是常数，其导数为0。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 29
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
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