本文详细介绍了A-LOAM算法的实现过程，涉及雷达信息预处理、点云特征提取、雷达畸变补偿、帧间里程计计算以及后端的地图构建与优化。通过对scanRegistration.cpp、laserOdometry.cpp、laserMapping.cpp三个核心cpp文件的分析，阐述了A-LOAM在自动驾驶中的应用。
A-LOAM算法流程：主要运行以下3个cpp文件
流程框图在文末
scanRegistration.cpp 雷达信息预处理进程
-
ros::Subscriber subLaserCloud = nh.subscribe<sensor_msgs::PointCloud2>(“/velodyne_points”, 100, laserCloudHandler);
-
laserCloudHandler{} 点云处理回调函数
算法原理细节在这里面有讲解
A-LOAM(前端-1)的特征提取及均匀化-算法流程+代码注释
A-LOAM(前端-2)异常点的剔除-算法流程+代码注释
- ①计算曲率
- ②根据曲率提取特征点，分曲率大与一般大两种角点
- ③角点均匀化
- ④根据曲率提取面点
- ⑤对面点进行体素滤波
- ⑥将曲率大、曲率一般大、全部面点、体素滤波后的面点、全部点云，共5中点云发布出去，分别对应5个话题发布，在laserOdometry.cpp中接收
laserOdometry.cpp
-
订阅scanRegistration.cpp 发布的话题信息
最低0.47元/天 解锁文章
扫一扫
2812
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
