LIO-EKF: 运行数据UrbanNav与mid360设备详细教程

2024-06-01 00:36

本文主要是介绍LIO-EKF: 运行数据UrbanNav与mid360设备详细教程,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、代码连接

代码下载连接:

YibinWu/LIO-EKF: Maybe the simplest LiDAR-inertial odometry that one can have. (github.com)

编译步骤:

  • cd src
  • git clone git@github.com:YibinWu/LIO-EKF.git
  • catkin_make
  • source devel/setup.bash

运行步骤:

Replace the path to the rosbag (bagfile) in the launch files with your own path.

  • roslaunch lio_ekf urbanNav20210517.launch 
  • roslaunch lio_ekf street_01.launch
  • roslaunch lio_ekf short_exp.launch 

运行结果如下:

三、问题及其解决方案

问题1:成功编译,运行roslaunch lio_ekf urbanNav20210517.launch ,rviz没有轨迹出来,检查topic都没有问题。

解决:把topic在代码中修改即可,修改代码地方如下图:

config文件中的 lid_topic 修改成 lidar_topic

四、跑通mid360设备采集的数据

4.1 启动mid360的SDK驱动

具体连接:全网最详细的 Ubuntu 18.04 安装Livox mid-360驱动,测试 fast_lio2_ubuntu mid360 fastlio-CSDN博客

  • cd Livox-SDK2_ROS_driver
  • source devel/setup.bash
  • roslaunch livox_ros_driver2 rviz_MID360.launch   //一定运行这个launch

4.2 修改LIO-EKF代码

把IMU数据中的加速度乘以9.8,因为mid360采集IMU数据时,加速度的单位是g,角速度的单位是rad/s.

4.3 增加并修改mid360.yaml的配置文件

内容如下:

common:lidar_topic:  "/livox/lidar" imu_topic:  "/livox/imu" lidar:deskew: truepreprocess: truemax_range: 100.0 min_range: 5.0max_points_per_voxel: 20voxel_size: 1max_iteration: 1# imu:
#     # IMU noise parameters
#     arw: [1087, 1087, 1087]                       # [deg/sqrt(hr)]    1087, 1087, 1087
#     vrw: [18.9, 18.9, 18.9]                           # [m/s/sqrt(hr)]    18.9, 18.9, 18.9
#     gbstd: [2063.0, 2063.0, 2063.0]        # [deg/hr]                2063.0, 2063.0, 2063.0
#     abstd: [1000.0, 1000.0, 1000.0]        # [mGal]                   1000.0, 1000.0, 1000.0
#     corrtime: 1.0                    # [hr]
imu:# IMU noise parametersarw: [2, 2, 2]           # [deg/sqrt(hr)]vrw: [4, 4, 4]          # [m/s/sqrt(hr)]gbstd: [20.0, 20.0, 20.0]        # [deg/hr]abstd: [500.0, 500.0, 500.0]     # [mGal]corrtime: 1.0                    # [hr]lio:# initial position std, north, east and down in n-frame. [m, m, m]initposstd: [ 0.05, 0.05, 0.05 ]# initial velocity std, north, east and down speed in n-frame. [m/s, m/s, m/s]initvelstd: [ 0.05, 0.05, 0.05 ]# initial attitude std, roll, pitch and yaw std. [deg, deg, deg]initattstd: [ 0.1, 0.1, 0.1 ]extrinsic_T: [-0.011, -0.02329, 0.04412]extrinsic_R: [ 1, 0, 0, 0, 1, 0, 0, 0, 1]#transform the imu frame to front-right-down (which is used in the code)#换成自己的设备,这个参数需要改一下。mid360: 前左上,对应的imu_tran_R如下:imu_tran_R: [1,0,0,0,-1,0,0,0,-1]

4.4  增加并修改Mid_360.launch的配置文件

内容如下:

<?xml version="1.0"?>
<launch><rosparam command="load" file="$(find lio_ekf)/config/mid360_lioekf.yaml" /><!-- ROS paramaters --><arg name="visualize" default="true"/><arg name="odom_frame" default="odom"/><param name="outputdir" type="string" value="$(find lio_ekf)/output/" /><!-- Odometry node --><node pkg="lio_ekf" type="lio_ekf_node" name="lio_ekf_node" output="screen"/><!-- Visualizer --><group if="$(arg visualize)"><node pkg="rviz" type="rviz" name="rviz" args="-d $(find lio_ekf)/rviz/lio_ekf.rviz"/></group></launch>

4.5 运行代码 

  • cd ~/VIns_Code/Lidar_IMU/LIO_EKF
  • catkin_make
  • source devel/setup.bash
  • roslaunch lio_ekf Mid_360.launch

结果如下:

注意:配置文件中的IMU参数有待进一步优化

这篇关于LIO-EKF: 运行数据UrbanNav与mid360设备详细教程的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1019492

相关文章

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

Python与MySQL实现数据库实时同步的详细步骤

《Python与MySQL实现数据库实时同步的详细步骤》在日常开发中,数据同步是一项常见的需求,本篇文章将使用Python和MySQL来实现数据库实时同步,我们将围绕数据变更捕获、数据处理和数据写入这... 目录前言摘要概述:数据同步方案1. 基本思路2. mysql Binlog 简介实现步骤与代码示例1

基于C#实现PDF转图片的详细教程

《基于C#实现PDF转图片的详细教程》在数字化办公场景中,PDF文件的可视化处理需求日益增长,本文将围绕Spire.PDFfor.NET这一工具,详解如何通过C#将PDF转换为JPG、PNG等主流图片... 目录引言一、组件部署二、快速入门:PDF 转图片的核心 C# 代码三、分辨率设置 - 清晰度的决定因

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java中HashMap的用法详细介绍

《Java中HashMap的用法详细介绍》JavaHashMap是一种高效的数据结构,用于存储键值对,它是基于哈希表实现的,提供快速的插入、删除和查找操作,:本文主要介绍Java中HashMap... 目录一.HashMap1.基本概念2.底层数据结构:3.HashCode和equals方法为什么重写Has

Java Scanner类解析与实战教程

《JavaScanner类解析与实战教程》JavaScanner类(java.util包)是文本输入解析工具,支持基本类型和字符串读取,基于Readable接口与正则分隔符实现,适用于控制台、文件输... 目录一、核心设计与工作原理1.底层依赖2.解析机制A.核心逻辑基于分隔符(delimiter)和模式匹

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

Java使用正则提取字符串中的内容的详细步骤

《Java使用正则提取字符串中的内容的详细步骤》:本文主要介绍Java中使用正则表达式提取字符串内容的方法,通过Pattern和Matcher类实现,涵盖编译正则、查找匹配、分组捕获、数字与邮箱提... 目录1. 基础流程2. 关键方法说明3. 常见场景示例场景1:提取所有数字场景2:提取邮箱地址4. 高级