LOAM及其各个变种

最新推荐文章于 2023-05-05 13:04:41 发布
最新推荐文章于 2023-05-05 13:04:41 发布
阅读量607 收藏
点赞数
分类专栏： SLAM 文章标签： 自动驾驶 slam
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_46474546/article/details/122006758
版权

完善中…

目录

LOAM

LOAM[1]是Ji Zhang于2014年提出的使用激光雷达完成定位与三维建图的算法，即Lidar Odometry and Mapping。之后许多激光SLAM算法借鉴了LOAM中的一些思想，可以说学习LOAM对学习3D激光SLAM很有帮助。本文对LOAM算法，以及简化版的开源代码A-LOAM进行简单介绍。

ALOAM

LOAM的作者曾经开源了LOAM的代码，但由于某些原因又取消了开源，现在网上也流传着一些当时的片段或者牛人的实现。而A-LOAM是LOAM的一个简化版本，去掉了IMU以及一些其他细节，采用了Eigen，ceres等替代了原有LOAM代码中的手动实现，非常适合学习LOAM思想，也适合新手入门3D激光SLAM。A-LOAM的链接是：https://github.com/HKUST-Aerial-Robotics/A-LOAM

LeGO-LOAM

FLOAM

Reference：

  1. LOAM, ALOAM, LegoLOAM, hdl graph slam比较
  2. LOAM论文介绍与A-LOAM代码简介
Kair94
关注
专栏目录
loam算法_LOAM-SLAM原理深度解析
weixin_39839478的博客
11-22 2556
LOAM作为比较古老的激光匹配slam方法，一直以来都霸占着KITTI的前列，近些年来，依靠LOAM框架也产出了很多文章，理解了LOAM，就可以很好的理解LOAM系列的其他文章。因此，我决定将重新整理一下LOAM的论文和代码，方便初入门的同学更好的理解LOAM算法。论文：https://www.ri.cmu.edu/pub_files/2014/7/Ji_LidarMapping_RSS2014_...
LeGO-LOAM批注版
03-23
《LeGO-LOAM批注版》是一款针对激光雷达（LiDAR）定位与建图算法的优化版本，主要基于原始的LeGO-LOAM（Lightweight and Ground Truth-Oriented LOAM）算法。LeGO-LOAM是为了解决传统LOAM（Lidar Odometry and ...
LOAM简介
aidimoli123的博客
08-13 1550
LOAM LOAM系统流程   整体思想： 在点云中提取边缘特征（如树干、墙角等采用线模型描述）和平面特征（如地面、墙面等，采用面模型描述），匹配时以点到线距离和点到面的距离为残差优化位姿。 1、特征提取 （1）按线数分割   这里的线数指的是激光雷达的线程数。 （2）计算曲率 c=1∣S∣⋅∥X(k,i)L∥∑j∈S,j≠i(X(k,i)L−X(k,j)L)∥c=\frac{1}{|S| \cdot \| X_{(k, i)}^{L}}\left\|\sum_{j \in S, j \neq i}\lef
LOAM
low米的博客
03-30 521
多传感融合内外参标定 传感器标定系列 lidar – imu Lidar/IMU紧耦合的实时定位方法 紧耦合的3D激光雷达-惯导里程计和建图（ICRA） LOAM细节分析 开源3D激光SLAM：BLAM/LOAM/A-LOAM 论文回顾之LOAM LOAM_velodyne 1.特征点的提取 点云/IMU数据处理 LOAM SLAM代码解析之一：scanRegistration.cpp 点云及I...
LOAM 梳理
weixin_45867382的博客
03-01 1870
本篇文章对 LOAM 框架进行宏观的解析，暂不涉及内部具体的实现原理。
【论文阅读】SLOAM
博客标题不能为空我也没办法
06-28 1099
一个针对于森林场景下的语义激光SLAM，也采用基于物体的思想，考虑到森林场景的特殊性，并没有引入回环检测的部分。
Loam算法详解（配合开源代码aloam）
晓晨的博客
08-07 1万+
参考论文：LOAM: Lidar Odometry and Mapping in Real-time 代码：A-LOAM Ubuntu 18.04 + ROS Melodic + eigen 3.3.4 + PCL 1.8.1 + ceres 2.0 + A-LOAM 配置 LOAM算法是激光slam中一个经典的开源框架，结合qin tong 博士的开源代码a-loam，对其原理及代码实现简要介绍如下： LOAM算法的总体框架如下图所示： 除了左侧的硬件采集数据之外，LOAM算法本身主要包括图中标记的-
loam_velodyne-master _loam源码_sortTABLEjs官网_loam_loam_velodyne_lo
10-02
《基于Loam Velodyne的三维地图构建技术详解》 在现代机器人领域，三维环境感知与定位导航是至关重要的技术之一。Loam（Lidar Odometry and Mapping）算法因其高效、精准的特点，被广泛应用于激光雷达（LiDAR）数据...
loam_velodyne-master_noted_loam_loam加注释_slam_
10-03
本压缩包文件"loam_velodyne-master_noted_loam_loam加注释_slam_"显然包含了关于LOAM（Lidar Odometry and Mapping，激光雷达里程计与建图）算法的学习资源，特别是针对Velodyne激光雷达的数据处理。下面将详细介绍...
velodyne 运行loam_velodyne资源包
07-19
【velodyne运行LOAM（Lidar Odometry and Mapping）】资源包详解 在自动驾驶、机器人定位导航等领域，激光雷达（LiDAR）是至关重要的传感器之一，它能提供高精度的三维空间点云数据。其中，Velodyne是业界知名的...
loam_velodyne-master.zip
09-01
slam建图，三维点云地图，适合大场景，使用一个三维空间中运动的两轴激光雷达来构建实时激光里程计。
matlab注销代码-A-LOAM:A-LOAM
05-25
可以在A-LOAM/analysis/ntuviral_aloam文件夹中找到A-LOAM/analysis/ntuviral_aloam 。 只需运行MATLAB脚本checkall_parallel.m ，结果将被打印出来。 如果您在工作中使用NTU VIRAL数据集，请使用数据集处的BibTex...
LOAM 论文及原理分析
qq_42758421的博客
09-11 683
方便学习用的，转载来自于：https://blog.csdn.net/liuyanpeng12333/article/details/82718277?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1 前言： 由于对三维激光S...
LOAM学习（一）前言
qq_35632833的博客
12-12 222
前言 LOAM是我接触到的第一个3D激光SLAM算法，一直想对LOAM做一个总结，也做一些学习过程中的记录。 不过说来惭愧，LOAM的论文还有代码中有很多细节，自己一直没理解清楚。如果有对LOAM感兴趣的朋友，也欢迎留言讨论。 ...
LOAM_velodyne学习（三）
沧海一升的博客
07-17 7605
终于到第三个模块了，我们先来回顾下之前的工作：点云数据进来后，经过前两个节点的处理可以完成一个完整但粗糙的里程计，可以概略地估计出Lidar的相对运动。如果不受任何测量噪声的影响，这个运动估计的结果足够精确，没有任何漂移，那我们可以直接利用估计的Lidar位姿和对应时刻的量测值完成建图。但这就如同现实中不存在一个不受外力就能匀速直线运动的小球一样，量测噪声是不可避免的，因此Lidar位姿估计偏差一...
LOAM详解（一）特征点提取
最新发布
shy2333的博客
05-05 2134
本文指在对ALOAM的流程进行梳理，并对其中的一些问题进行整理
Loam算法笔记
Awesomewan的博客
09-07 304
LOAM论文精读
avenger_fang的博客
01-28 2566
《Low-drift and real-time lidar odometry and mapping》 概要 论文提出了一种使用3D激光雷达在移动中实时实现低漂移6-DOF里程计和建图的方法。这个问题很困难，因为激光距离测量是在不同的时间接收到的，而且运动估计的误差(特别是没有外部参考，如GPS)会导致结果点云的配准错误。实现这种方法的关键思想是分级策略，使用一种算法在高频但低保真度下执行里程计来估计激光雷达的速度。虽然不一定必须要IMU，但如果IMU可用，它可以提供一个运动先验和减轻剧烈的，高频
LOAM 原理及代码实现介绍
热门推荐
weixin_41469272的博客
05-29 1万+
LOAM 介绍 paper:《Lidar Odometry and Mapping in Real-time》 LOAM整体框架： 将定位与建图分开运行，高频位姿估计+低频优化建图->实现实时，低计算量，低漂移。 数据提取及处理： 根据点的曲率c来将点划分为不同的类别（边/面特征或不是特征），在每一个sweep中，根据曲率对点进行排序，来作为评价局部表面平滑性的标准。 一个sweep指完成一次完整的扫描，一次sweep分为多个scan，每一次sweep的雷达位姿定义为为这一sweep起始时的状态
实时LOAM方法：激光雷达建图与定位
"这篇文档是关于LOAM(激光雷达里程计和映射)技术的中文翻译，适合初学者了解和研究。作者花费一个月时间完成翻译，可能存在专业术语翻译不准确的地方，欢迎指正。该文档详细阐述了LOAM在实时建图中的应用，通过两种...
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
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