wwtx的博客

原创 跑通华科开源激光雷达-视觉-惯性SLAM：SR-LIVO

SR-LIVO （LiDAR-Inertial-Visual Odometry and Mapping System with Sweep Reconstruction）是基于R3Live框架设计的。我们采用扫描重建方法将重建的扫描与图像时间戳对齐。这使得LIO模块能够准确地确定所有成像时刻的状态，从而提高姿态精度和处理效率。在SR-LIVO中，ESIKF用于LIO模块中的状态求解，并使用ESIKF在视觉模块中优化相机参数，分别用于最佳状态估计和彩色点云地图重建。

原创 使用KITTI跑LIOSAM并完成EVO评价

对于lio_sam使用kitti数据集，并利用evo进行评价

原创 ERROR: Package ‘numpy‘ requires a different Python: 2.7.17 not in ‘＞=3.8‘

【代码】ERROR: Package ‘numpy‘ requires a different Python: 2.7.17 not in ‘＞=3.8‘

原创 ROS：*.bag.active恢复

【代码】ROS：*.bag.active恢复。

原创 LIVOX HAP激光雷达使用方法

由 Livox 团队耗时两年精心打造，是 Livox 首款面向智能辅助驾驶市场研发的车规级激光雷达。HAP 于 2021 年在全新自建的车规级智能制造中心进行批量生产，可满足 74 项严苛的车规可靠性要求。HAP 已成功为小鹏汽车、一汽解放等商乘用车项目批量供货。

原创 open3d安装相关问题

要使用新版本可以更换系统(ubuntu1804以上或者windows)，安装好python环境后，升级pip。用windows下python3.8环境举例(anaconda默认环境base)，在没升级pip之前。如果不能更换系统，则使用以下方式在ubuntu1604上装0.9.0版本。创建新的python环境，python版本为3.7。安装anaconda，退出默认的conda环境。可以看到可用版本为0.10以后的。比如安装最新的0.13.0，输入。有0.9.0的可用版本了。输入命令查看可用版本。

原创 livox_camera_calib的使用

在calib.yaml文件中修改如下，注意都是绝对路径，并且将png和pcd文件放置于相应的文件夹，pcd和png为同一个地方同一时间的文件，不超过10s。

原创 在Ubuntu18.04上安装与运行FASTER_LIO_SAM

FASTER-LIO-SAM是结合FAST-LIO、FASTER-LIO以及LIO-SAM的SLAM算法

原创 Cartographer建图和纯定位

cartographer的使用与操作笔记

原创 Ubuntu下多版本sophus、opencv使用

ubuntu 下面不依赖于安装在ros下的依赖库解决方法

原创 ICRA 2022 优秀论文

ICRA 2022 Outstanding PaperTranslating Images into Maps (WINNER)【code】Saha, Avishkar; Mendez Maldonado, Oscar Alejandro; Russell, Chris; Bowden, RichardCT-ICP: Real-time Elastic LiDAR Odometry with Loop Closure【code】Dellenbach, Pierre; Deschaud, Jean-

原创 SLAM卡尔曼滤波&&非线性优化

SLAM问题数学方法研究高斯分布（正态分布）是一个常见的连续概率分布。正态分布的数学期望值或期望值μμμ等于位置参数，决定了分布的位置；其方差σ2\sigma ^{2}σ2 的开平方或标准差σ\sigmaσ 等于尺度参数，决定了分布的幅度。1.高斯分布一个随机变量xxx服从高斯分布NNN，那么它的概率密度函数为：p(x)=1σ2πexp(−(x−μ)22σ2)p(x)=\frac{1} {{\sigma\sqrt{2\pi}}}exp(-\frac{(x-\mu)^2}{2\sigma^2})p

原创 EVO安装与问题解决

1.安装方法1.1 快捷安装 ，直接安装最新的稳定发行版：pip install evo --upgrade --no-binary evo1.2 源码安装 ，下载源码进行安装：首先在任意文件夹下下载evo，也可以在home中直接下载git clone https://github.com/MichaelGrupp/evo.git然后进入evo文件夹下打开终端运行：pip install --editable . --upgrade --no-binary evo2.问题及解决办法2

原创 高精地图简介

原创 Ubuntu18.04安装灭霸SLAM：ORBSLAM3

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代.

原创 [opencv4]——fatal error: opencv2/opencv.hpp: No such file or directory #include ＜opencv2/opencv.hpp＞

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结检测## 2D目标检测(2D Object Detection)[21] OW-DETR: Open-world Detection Transformer(开放世界检测transformer）[paper](https://arxiv.org/abs/2112.01513) | [code](htt.

原创 Could not find a package configuration file provided by “pcl_ros“ with any of the following names:

点云畸变补偿方法1.点云畸变点云畸变：激光雷达的一帧数据是过去一周期内形成的所有数据,数据仅有一时间戳,而非某个时刻的数据,因此在这一帧时间内的激光雷达或者其载体通常会发生运动,因此,这一帧的原点不一致,会导致一些问题,这个问题就是运动畸变，其产生原因有三：（1）激光点数据不是瞬时获得（2）激光测量时伴随着机器人的运动（3）激光帧率较低时，机器人的运动不能忽略（目前 国产的激光雷达 旋转的频率大约在是10Hz ~~100ms...

原创 CVPR 2022 论文

CVPR 2022 论文提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录CVPR 2022 论文BackboneCLIPGANNASOCRNeRFVisual TransformerBackbone应用(Application)视觉和语言(Vision-Language)自监督学习(Self-supervised Learning)数据增强(Data Augmentation)目标检测(Object Detection)目标跟踪(Visual Tracking)多目标跟踪(M

原创 在ubuntu18.04上安装以及运行Faster-lio

在ubuntu18.04上安装和运行Faster-lio

原创 随记ndtomp和pcdtopgm问题

ndt_omp找不到问题：将安装后的ndt_omp，在bashrc里面source一下pcd转为为2D栅格地图，供navigitation用，注意运行代码时更改test.cpp文件里面的pcd地址和名称，运行时注意使用代码，参考文章3D激光SLAM点云地图pcd转导航可用的2D栅格地图roscore 注意一定要起，不然报错 #另起终端rosrun pcd2pgm pcd2topicrosrun map_server map_saver 保存地图...

原创 lidar_align联合标定激光雷达和IMU外参

lidar_align联合标定激光雷达和IMU外参运行LIO-SAM之前需要联合标定激光雷达和IMU的外参，官方推荐的方案是浙大的开源联合标定方案：lidar_IMU_calib发现采用苏黎世理工的方案更加简单粗暴一点：lidar_align，具体操作步骤如下：https://blog.csdn.net/cyx610481953/article/details/115265585修改过后的代码https://github.com/wwtx/lidar_align_wwtx#! /bin/bash

原创 Ubuntu系统下如何提交代码到GitHub

Ubuntu系统下如何提交代码到GitHub1.安装git在终端输入sudo apt-get install git2.测试ssh在终端输入ssh -T git@github.com显示：git@github.com: Permission denied (publickey).这时候需要建立公钥。3.建立公钥在github上按照下图点击，找到如下界面：1）右上角找到并点击settings2）左边找到SSH keys and GPG keys并点击出现如下界面3）在该界面找

原创 从零开始做LVIO(一)：写在前面

从零开始做LVIO(一)：写在前面祝大家元旦快乐！！很长一段时间以来都想搭建自己的一套SLAM方案，奈何惰于动手，硕士期间看到了任乾学长搭建的从零开始做自动驾驶定位，躁动的心重新燃起。为了逼着自己更好的对SLAM有全方位的熟悉和理解，决定开始搭建自己的SLAM系统，融合激光雷达、相机、IMU和轮速里程计的多传感器数据。笔者的水平十分有限，写在这的目的一方面是为了更好的做好笔记，梳理思路；另一方面是为了倒逼自己去主动思考和讨论，如果在技术上、理论上和代码上有什么问题，欢迎大家尽情的开喷，如果是在行为上

原创 Robosense速腾激光雷达使用坐标变换功能

Robosense速腾激光雷达使用坐标变换功能1 简介rslidar_sdk 提供了内置的坐标变换功能，可以直接输出经过坐标变换后的点云，显著节省了用户对点云进行坐标变换的操作耗时（128线雷达一帧点云坐标变换耗时约3~5ms）。本文将指导用户如何使用rslidar_sdk的内置坐标变换功能， 输出经过变换后的点云。2 依赖介绍若希望启用坐标变换功能，需要安装以下依赖。Eigen3安装方式：[《视觉SLAM十四讲》第三章阅读笔记（补充阅读，Eigen介绍）](https://blog.csdn

原创 Robosense速腾激光雷达如何使用多雷达

Robosense速腾激光雷达如何使用多雷达1 简介本文将展示如何在仅运行一个驱动程序的情况解析并发送多台雷达的点云。理论上，一个驱动可以同时解码无限数量的雷达。为了方便起见，本文将会使用三个雷达作为示例。2 在线解析多雷达2.1 获取数据端口号首先将三个雷达与计算机正确连接，此时应已知每个LiDAR的msop端口号 与 difop端口号。 如果不清楚上述内容，请查看雷达用户手册。2.2 设置参数文件的common部分common: msg_source: 1

原创 Robosense速腾激光雷达如何使用Protobuf函数发送和接收消息

Robosense速腾激光雷达如何使用Protobuf函数发送和接收消息1 简介假设有两台计算机，PC-A和PC-B，并且它们彼此相距很远。 将LiDAR与PC-A连接，由于某些原因，用户想在PC-B中使用点云消息。 此时，可能需要使用protobuf功能。 通常，有两种方法可以实现此目标。PC-A将雷达packet消息发送到PC-B。 PC-B收到雷达packet消息并对其进行解码，然后PC-B获得点云消息并使用它。PC-A解码雷达packet消息，获取点云并将点云消息发送到PC-B。 PC-B

原创 Robosense速腾激光雷达如何解码pcap包并发送点云数据到ROS

Robosense速腾激光雷达如何解码pcap包并发送点云数据到ROS1 获取数据端口号首先根据雷达用户手册连接雷达并设置好您的电脑的IP地址。此时应该已知雷达的msop端口号和difop端口号，默认值为msop-6699, difop-7788。 如果不清楚上述内容，请查看雷达用户手册。2 设置参数文件的common部分common: msg_source: 3 send_packet_ros: false

原创 Robosense速腾激光雷达如何录制与解码rosbag

Robosense速腾激光雷达如何录制与解码rosbag1 录包1.1 将packet发送至ROS首先在线连接雷达并将点云发送至ROS。如果对此不太了解, 请先阅读Robosense速腾激光雷达如何在线连接雷达并发送点云数据到ROS。现在可以直接录制点云消息，这样在离线播包时不需要再另外运行驱动程序解包。但这种方法会导致录制的包非常大。 因此，通常建议记录雷达packet数据，而不是记录点云数据。common: msg_source: 1

原创 Robosense速腾激光雷达驱动文件参数介绍

Robosense速腾激光雷达驱动文件参数介绍在阅读本文之前，请下学习文章Robosense在LIOSAM中的使用，并对驱动进行安装与编译。Robosense驱动文件只有一份参数文件 config.yaml， 储存于rslidar_sdk/config文件夹内。 整个参数文件可以被分为两部分，common部分以及lidar部分。 在多雷达情况下，common部分的参数设置将会被所有雷达共享，而lidar部分需要根据每台雷达实际情况分别进行设置。参数文件config.yaml对缩进有严格的要求！请确保修

原创 Robosense速腾激光雷达如何在线连接雷达并发送点云数据到ROS

Robosense速腾激光雷达如何在线连接雷达并发送点云数据到ROS**在运行该该篇文章之前请下下载rslidar_sdk，编译方式参照文章：Robosense在LIOSAM中的使用中关于rslidar_sdk的编译方式。然后进行以下步骤：1 获取数据端口号首先根据雷达用户手册连接雷达并设置好您的电脑的IP地址。此时应该已知雷达的msop端口号和difop端口号，默认值为msop-6699, difop-7788。 如果不清楚上述内容，请查看雷达用户手册。2 设置参数文件的common部分comm

原创 Robosense在LIOSAM中的使用

Robosense在LIOSAM中的使用在上次跑LIOSAM过程中，发现LIOSAM代码主要使用的激光雷达是Velodyne和Outser，且对于Outser而言，代码中的主要格式是将Outser的数据格式转换为Velodyne的数据格式来使用，见如下代码。else if (sensor == SensorType::OUSTER) { // Convert to Velodyne format pcl::moveFromROSMsg(cu

原创 《视觉SLAM十四讲》第三章阅读笔记（三）

本文主要介绍《视觉SLAM十四讲》第三章的阅读内容中的坐标变换关系的相关代码应用和相关SLAM算法里面的相关代码语句介绍和用法，在阅读本文之前，建议阅读完之前的三篇文章中的理论知识：1.《视觉SLAM十四讲》第三章阅读笔记（一）2.《视觉SLAM十四讲》第三章阅读笔记（补充阅读，Eigen介绍）3.《视觉SLAM十四讲》第三章阅读笔记（二）...

原创 关于LIO-SAM编译时出现错误 /usr/bin/ld: 找不到 -lBoost::timer

关于LIO-SAM编译时出现错误：下载LIO-SAM代码进入LIO-SAM文件夹，通过以下代码编译：mkdir buildcd buildcmake ..make报错：/usr/bin/ld: 找不到 -lBoost::timercollect2: error: ld returned 1 exit statusCMakeFiles/lio_sam_imuPreintegration.dir/build.make:759: recipe for target 'devel/lib/li

原创 2021 SLAM会议论文汇总

1.ICRA2021语义定位与建图：Visual Semantic Localization Based on HD Map for Autonomous Vehicles in Urban ScenariosRoadMap: A Light-Weight Semantic Map for Visual Localization towards Autonomous DrivingRoad Mapping and Localization Using Sparse Semantic Visual F

原创 《视觉SLAM十四讲》第三章阅读笔记（二）

《视觉SLAM十四讲》第三章阅读笔记（二）阅读本章前建议阅读以下两篇文章，作为理论支撑：《视觉SLAM十四讲》第三章阅读笔记（一）《视觉SLAM十四讲》第三章阅读笔记（补充阅读，Eigen介绍）1、欧拉角将一个旋转分成绕三个轴旋转的三个角称为欧拉角。分别是：绕车体ZZZ轴旋转，得到的角为偏航角yawyawyaw；绕旋转之后的YYY轴旋转得到的角，为俯仰角pitchpitchpitch；绕旋转之后的XXX轴旋转得到的角，为滚转角rollrollroll；简记为：类型定义

原创 《视觉SLAM十四讲》第三章阅读笔记（补充阅读，Eigen介绍）

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar

原创 《视觉SLAM十四讲》第三章阅读笔记（一）

《视觉SLAM十四讲》第三章阅读笔记第三章主要描述三维空间的刚体运动，主要的描述的方式为旋转矩阵、四元数和欧拉角。本文中将介绍三种之间的转换方式以及Eigen库和ROS系统中的关于旋转矩阵、四元数和欧拉角的具体表达和之间转换。，且本文都是基于右手系进行推导。...