slam相关
白茶-清欢
分享单片机、移动机器人相关知识!
展开
-
激光SLAM深度剖析
激光SLAM深度剖析系列文章索引本系列文章,是对激光SLAM的深度解读,一作为学习用,二作为分享用。详细的解释、直观的图表、丰富的注释、简化的测试代码。作者:公众号:小白学移动机器人算法部分(1)不可错过的gmapping算法使用与详细解释(2)占据栅格地图构建(Occupancy Grid Map)(3)我手写了个SLAM算法!(4)我手写了个SLAM算法(二)!(5)图解SLAM(6)…传感器误差标定部分(1)2D激光雷达运动畸变去除原理解释、代码实现(2)…敬请期待。如果原创 2020-12-09 12:06:44 · 3262 阅读 · 3 评论 -
Bundle Adjustment简述
Bundle Adjustment简述推荐,对理清楚BA是啥?非线性方法的关系?方程求解的方法?,有一个框架式的描述。转载自:https://blog.csdn.net/OptSolution/article/details/64442962转载 2020-12-27 00:29:00 · 332 阅读 · 2 评论 -
不可错过的gmapping算法使用与详细解释
您真的懂了移动机器人是怎么构建地图的吗?1、前言假如,您现在已经拥有一辆ROS小车了,您已经完成了通过ROS节点发布的/cmd_vel话题控制小车的基本运动了。当然,这些都是底层部分,您也许还需要完成移动机器人的建图和导航工作。本篇文章以激光SLAM算法gmapping为例,向大家介绍移动机器人构建环境地图的必备条件、算法流程、算法原理。其实,使用gmapping算法实现建图的步骤十分简单,一般分为了解算法、安装算法、更改参数、执行算法、保存地图。各大博客,ros_wiki都有详细的流程,基本一路上不原创 2020-10-06 23:03:10 · 31459 阅读 · 20 评论 -
占据栅格地图构建(Occupancy Grid Map)
占据栅格地图构建(Occupancy Grid Map)上一篇文章介绍了,移动机器人地图构建问题,主要以gmapping为例,讲解了地图构建的整个流程。看过前面文章的小伙伴肯定都知道,gmapping算法把SLAM问题分解成两个部分,定位问题和地图构建问题。而gmapping中的地图构建就是采用占据栅格地图构建算法实现的。之前文章:https://blog.csdn.net/zhao_ke_xue/article/details/108944811之前一直说地图构建问题是个简单问题,但它真的十分有用。原创 2020-10-13 00:57:19 · 15809 阅读 · 35 评论 -
我手写了个SLAM算法!
我手写了个SLAM算法!点击蓝色按钮,设置星标,第一时间获得文章推送哦1、前言前一段时间看过我文章的都知道,我打算写一个SLAM源码阅读的文章,然后,我就去读了Gmapping的源码,感受良多,不足的地方就是源码太乱了,阅读起来真的不香。于是就有了这篇文章,在我仔细阅读之后,我在源码的结构基础之上,进行大刀阔斧的删减和更改之后得到一个易于阅读的建图算法功能包,极大的降低了代码量,极大的提升了阅读体验。在这里将该算法功能包分享给大家,希望需要的朋友,善待它。之前文章链接:ps:为什么是gmappin原创 2020-11-16 09:57:30 · 8474 阅读 · 17 评论 -
详解2D激光雷达运动畸变去除
2D激光雷达运动畸变去除原理解释、代码实现主要代码如下:如果需要激光雷达去畸变完整功能包,在下面公众号发送激光雷达,即可获取。#include <ros/ros.h>#include <tf/tf.h>#include <tf/transform_broadcaster.h>#include <tf/transform_listen...原创 2020-04-24 17:09:02 · 12857 阅读 · 33 评论 -
我手写了个SLAM算法(二)!
1、前言看过之前两篇文章的大朋友们应该都知道,我们在这里分享了SLAM算法gmapping的大刀阔斧删减版的源码和2D激光雷达运动畸变去除的源码。没看过的朋友可以点击下方文章查看。我手写了个SLAM算法!详解2D激光雷达运动畸变去除本篇文章的主要就是分享加入2D激光雷达运动畸变去除模块后的删减版gmapping代码。针对my_slam_gmapping进行了如下三部分的改变(1)嵌入激光雷达运动畸变去除到my_slam_gmapping中(2)对my_slam_gmapping的结构调整,进一原创 2020-11-23 09:37:30 · 3225 阅读 · 22 评论 -
图解SLAM
图解SLAM1、前言最近一直在研究激光SLAM,源码看了一遍又一遍,对于细节的部分,短时间记住是怎么实现的了,过几天又忘了。据研究发现,往往图片可以给我们更加深刻的印象,于是就想着把SLAM源码解决的一个个问题给直观的呈现出来,于是就有了这篇图解SLAM。这里仍在之前my_slam_gmapping算法功能包的基础之上进行解释,特别说明的是该算法功能包又进行了一次大规模删减,目前该算法功能包代码量(含注释、含激光雷达运动畸变去除模块)仅有3000余行,已经非常非常适合阅读。本篇文章不讲理论、不讲代原创 2020-12-05 17:13:44 · 3755 阅读 · 4 评论