gici-open示例数据运行(1.1开阔环境数据运行)

2023-10-04 01:54

本文主要是介绍gici-open示例数据运行(1.1开阔环境数据运行),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!

1、配置数据和处理模式

下载对应的数据集后,首先处理1.1中的开阔环境下数据,将option目录下的配置文件复制到1.1数据目录下(若采用ROS编译,则配置文件目录为ros_wrapper/src/gici/option/ros real time estimation xxx.yaml),并修改配置文件中对应的文件路径和时间,采用的处理模式如下:

pseudo_real_time_estimation_RTK.yaml---单RTK解算
pseudo_real_time_estimation_PPP.yaml---单PPP解算
pseudo_real_time_estimation_LC.yaml---RTK+INS松组合解算
pseudo_real_time_estimation_SRR.yaml---SPP+INS+Vision松组合解算

2、启动处理

若是直接执行,则仅需:
./gici_main ../../gici-open-dataset/1.1/pseudo_real_time_estimation_SRR.yaml若是ROS模式,则需要依次执行:
1. 启动命令行窗口,执行  roscore
2. 启动命令行窗口,执行  rviz -d ./src/gici/rviz/gici_gic.rviz 
3. 启动命令行窗口,执行  rosrun gici_ros gici_ros_main ../../gici-open-dataset/1.1/pseudo_real_time_estimation_SRR.yaml

3、分析结果

3.1 gici-open解算结果

首先分析开阔环境示例1.1中,RTK结果和参考值ground_truth相比的结果

算例数据中有ground_truth.txt,该文件中的坐标是相对于激光陀螺坐标中心的。纯GNSS解算得到的结果是相对于天线相位中心的,所以要做精度对比,需要对ground_truth的坐标进行转换。
1. IE解算得到参考坐标ground_truth.txt格式转换为nmea格式在目录gici-open/tools/evaluation/下可以执行:./format_converters/build/ie_to_nmea   ../../../gici-open-dataset/1.1/ground_truth.txt得到输出文件:ground_truth.txt.nmea
2. 将NMEA格式转换为GPS天线相位中心:在目录gici-open/tools/evaluation/下可以执行:./alignment/build/nmea_pose_to_position ../../../gici-open-dataset/1.1/ground_truth.txt.nmea得到输出文件:ground_truth.txt.nmea.translated

做RTK处理的时候需要注意将yaml配置文件中的 system_exclude选项清空,即采用所有的GNSS系统进行解算,gici-open得到的RTK定位结果如下图所示,可以看到模糊度固定率达到98.9%,能够实现较好的效果。

同时用RTKLIB读取上面转换后的参考文件ground_truth.txt.nmea.translated进行对比做差,结果:

由图可知,高程方向的STD整体比较小,主要是因为不涉及前坐标转换的问题。而平面方向仍存在一定的偏差,应该主要是由杆臂引起的。应该是前面在转换参考坐标坐标基准的时候,有哪里没有搞清楚,需要看下转换代码理解下???????

 3.2 NavSense解算结果

同时将原始观测值转换为Rinex格式。根据数据集的说明,流动站文件gnss_rover.bin采用的是天硕(Tersus)的接收机,基准站是标准RTCM3数据格式,采用RTKLIB进行如下设置可以进行转换:

转换完成后,直接将数据上传至NavSense在线平台进行处理。由左图可知,除了短暂的初始化过程,模糊度可以很快的固定。右图中可以看到各GNSS的可见卫星数比较稳定,说明环境比较好。

下面的轨迹图可以更直观的看到实验环境。

这篇关于gici-open示例数据运行(1.1开阔环境数据运行)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/1081

相关文章

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

Go语言使用select监听多个channel的示例详解

《Go语言使用select监听多个channel的示例详解》本文将聚焦Go并发中的一个强力工具,select,这篇文章将通过实际案例学习如何优雅地监听多个Channel,实现多任务处理、超时控制和非阻... 目录一、前言:为什么要使用select二、实战目标三、案例代码:监听两个任务结果和超时四、运行示例五

pandas数据的合并concat()和merge()方式

《pandas数据的合并concat()和merge()方式》Pandas中concat沿轴合并数据框(行或列),merge基于键连接(内/外/左/右),concat用于纵向或横向拼接,merge用于... 目录concat() 轴向连接合并(1) join='outer',axis=0(2)join='o

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

MySQL常用字符串函数示例和场景介绍

《MySQL常用字符串函数示例和场景介绍》MySQL提供了丰富的字符串函数帮助我们高效地对字符串进行处理、转换和分析,本文我将全面且深入地介绍MySQL常用的字符串函数,并结合具体示例和场景,帮你熟练... 目录一、字符串函数概述1.1 字符串函数的作用1.2 字符串函数分类二、字符串长度与统计函数2.1

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

SQL Server 中的 WITH (NOLOCK) 示例详解

《SQLServer中的WITH(NOLOCK)示例详解》SQLServer中的WITH(NOLOCK)是一种表提示,等同于READUNCOMMITTED隔离级别,允许查询在不获取共享锁的情... 目录SQL Server 中的 WITH (NOLOCK) 详解一、WITH (NOLOCK) 的本质二、工作

MySQL CTE (Common Table Expressions)示例全解析

《MySQLCTE(CommonTableExpressions)示例全解析》MySQL8.0引入CTE,支持递归查询,可创建临时命名结果集,提升复杂查询的可读性与维护性,适用于层次结构数据处... 目录基本语法CTE 主要特点非递归 CTE简单 CTE 示例多 CTE 示例递归 CTE基本递归 CTE 结

Spring AI使用tool Calling和MCP的示例详解

《SpringAI使用toolCalling和MCP的示例详解》SpringAI1.0.0.M6引入ToolCalling与MCP协议,提升AI与工具交互的扩展性与标准化,支持信息检索、行动执行等... 目录深入探索 Spring AI聊天接口示例Function CallingMCPSTDIOSSE结束语