HBA: 3D激光点云大地图的位姿图优化

妄想出头的工业炼药师

已于 2023-07-12 11:02:34 修改

阅读量606

点赞数

分类专栏：三维重建后端优化 GSLAM 文章标签：自动驾驶人工智能

于 2023-06-15 10:10:05 首次发布

本文链接：https://blog.csdn.net/z15f34/article/details/131221984

版权

GSLAM 同时被 3 个专栏收录

28 篇文章 2 订阅

订阅专栏

三维重建

23 篇文章 2 订阅

订阅专栏

后端优化

4 篇文章 0 订阅

订阅专栏

HBA是一个基于BALM的优化版本，专注于位姿图和大地图的优化。它使用多线程进行分布式处理，包括downsample_voxel、cut_voxel和recut等步骤来优化点云数据。内存管理中，通过swap技巧确保了内存的有效回收。cut_func和recut用于数据的更新和补充，tras_opt涉及变换优化。

摘要由CSDN通过智能技术生成

hku-mars/HBA (github.com)

HBA是基于BALM（BALM：3D激光点云地图离线优化代码剖析）做的相关优化，主打就是位姿图优化和大地图优化

时序图：

HBA->distribute_thread->update_next_layer_state->global_ba->pose_graph_optimization

HBA

HBA构造函数给LAYER赋值，LAYER开始做初始化的工作：init_parameter和init_storage；

init_parameter和init_storage: 根据分层和线程给每层分配相应的关键帧堆；

distribute_thread

    for (int i = 0; i < total_layer_num - 1; i++)
    {
        std::cout << "--------------------<<<< std::endl;
        distribute_thread(hba.layers[i], hba.layers[i + 1]);
        hba.update_next_layer_state(i);
    }

这里面首先有个策略，比如16个线程，15个线程都是进入parallel_comp，最后一个线程进入parallel_tail

    if(i < thread_num-1)
    {
      layer.mthreads[i] = new thread(parallel_comp, ref(layer), i, ref(next_layer)); 
    }
    else{
    layer.mthreads[i] = new thread(parallel_tail, ref(layer), i, ref(next_layer));
    }