【LIO-SAM 跑自录数据集】

2023-11-08 17:59
文章标签 数据 sam lio 自录

本文主要是介绍【LIO-SAM 跑自录数据集】,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!

LIO-SAM

测试环境: Ubuntu18.04 ROS melodic
激光雷达:RS16
组合惯导:华测CGI-410(频率100HZ)

一、数据格式

1.1 IMU数据格式
作者用的九轴IMU,本次测试用的六轴,未对源码修改。
注:IMU单位:rad/s;m/s^2;rad;
IMU坐标:y前,x右,z上(作者:x前,y左,z上)

1.2 Lidar 数据格式
LIO-SAM要求激光雷达的数据格式:XYZIRT
更改:rslidar_sdk中的CMakeLists.txt

#=======================================
# Custom Point Type (XYZI, XYZIRT)
#=======================================
set(POINT_TYPE XYZIRT)

安装rs_to_velodyne转化节点:

  1. 安装好最新的驱动之后,打开lidar_sdk工作空间/src/rslidar_sdk文件位置与rslidar_sdk并列新建workspace,再新建src,src安装rs_to_velodyne包,并编译。
git clone https://github.com/HViktorTsoi/rs_to_velodyne.git
cd ..
catkin_make
  1. 在与src并列的位置新建launch文件夹,在launch文件夹内新建rs2velodyne.launch文件用来启动节点,并在launch内写入
<launch><node pkg="rs_to_velodyne" name="rs_to_velodyne" type="rs_to_velodyne"  args="XYZIRT XYZIRT"   output="screen"></node>
</launch>
  1. 将转化节点写入同一launch文件
<launch><node pkg="rslidar_sdk" name="rslidar_sdk_node" type="rslidar_sdk_node" output="screen"><param name="config_path" value=""/></node><!-- rviz --><!--<node pkg="rviz" name="rviz" type="rviz" args="-d $(find rslidar_sdk)/rviz/rviz.rviz" />--><include file="$(find rs_to_velodyne)/launch/rs2velodyne.launch" /> 
</launch>

1.3 GPS数据要求
目前只注意到GPS数据格式为:sensor_msgs/NavSatFix

1.4 话题及frame_id
为了调试方便,更改自录数据集传感器话题和frame_id

// Lidar
/points_raw   --------------> frame_id:"velodyne"
// IMU
/imu_raw        --------------> frame_id:"imu_link"
// GPS
/gps_driver    -------------->frame_id:"navsat_link"

二、IMU内参标定及Lidar和IMU的外参标定
参考:标定.
注:本次实验IMU和Lidar坐标系均为:y前,x右,z上
IMU内参及lidar->IMU的平移旋转均为默认的配置文件。


三、下载LIO-SAM并编译

3.1 安装相关依赖包

sudo apt-get install -y ros-kinetic-navigation
sudo apt-get install -y ros-kinetic-robot-localization
sudo apt-get install -y ros-kinetic-robot-state-publisher 

3.2 安装GTSAM 4.0.2

git clone https://github.com/borglab/gtsam.git
mkdir build && cd build
cmake -DGTSAM_BUILD_WITH_MARCH_NATIVE=OFF ..
sudo make install -j4

3.3 下载lio-sam、编译

cd ~/catkin_ws/src
git clone https://github.com/TixiaoShan/LIO-SAM.git
cd ../
catkin_make

四、修改LIO-SAM配置参数

4.1 params.yaml
打开config文件下的params.yaml

  # TopicspointCloudTopic: "/points_raw"               # Point cloud data (雷达话题)imuTopic: "/imu_raw"                                  # IMU data  (IMU话题)odomTopic: "odometry/imu"                   # IMU pre-preintegration odometry, same frequency as IMUgpsTopic: "odometry/gps"                        # GPS odometry topic from navsat, see module_navsat.launch file
# GPS SettingsuseImuHeadingInitialization: true           # if using GPS data, set to "true" (使用GPS,改为true)useGpsElevation: false                      # if GPS elevation is bad, set to "false"gpsCovThreshold: 2.0                        # m^2, threshold for using GPS dataposeCovThreshold: 1.0                      # m^2, threshold for using GPS data

这里用的是默认参数,根据实际情况做进一步修改。

 # Extrinsics (lidar -> IMU)extrinsicTrans: [0.0, 0.0, 0.0]# extrinsicRot: [-1, 0, 0,#                 0, 1, 0,#                 0, 0, -1]#extrinsicRPY: [0,  1, 0,#                -1, 0, 0,#                 0, 0, 1]extrinsicRot: [1, 0, 0,0, 1, 0,0, 0, 1]extrinsicRPY: [1, 0, 0,0, 1, 0,0, 0, 1]

其余地方暂未作修改。

4.2 module_navsat.launch
打开launch/include/module_navsat.launch文件

<launch><arg name="project" default="lio_sam"/><env name="ROSCONSOLE_CONFIG_FILE" value="$(find lio_sam)/launch/include/rosconsole/rosconsole_error.conf"/><!-- EKF GPS--><node pkg="robot_localization" type="ekf_localization_node" name="ekf_gps" respawn="true"><remap from="odometry/filtered" to="odometry/navsat" /></node><!-- Navsat --><node pkg="robot_localization" type="navsat_transform_node" name="navsat" respawn="true"><!-- <rosparam param="datum">[42.35893211, -71.09345588, 0.0, world, base_link]</rosparam> --><remap from="imu/data" to="/imu_raw" />    // 修改为自己的Imu话题<remap from="gps/fix" to="/gps_driver" />    // 修改为自己的gps话题<remap from="odometry/filtered" to="odometry/navsat" /></node></launch>

五、运行

source devel/setup.bash
roslaunch lio-sam run.launch

生成的全局点云图
在这里插入图片描述

GPS约束

这里外参转换因为用的默认的,所以GPS在下面
在这里插入图片描述

点云地图和轨迹
在这里插入图片描述
点云地图和GPS轨迹
在这里插入图片描述

lidar odom和gps 轨迹

高程方向还有很大的误差
在这里插入图片描述


参考

  1. LIO-SAM运行自己数据包遇到的问题解决–SLAM不学无数术小问题.
  2. lio-sam运行自己的rosbag.
  3. ubuntu18运行编译LIO-SAM并用官网和自己的数据建图(修改汇总).

这篇关于【LIO-SAM 跑自录数据集】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/371546

相关文章

C#代码实现解析WTGPS和BD数据

《C#代码实现解析WTGPS和BD数据》在现代的导航与定位应用中,准确解析GPS和北斗(BD)等卫星定位数据至关重要,本文将使用C#语言实现解析WTGPS和BD数据,需要的可以了解下... 目录一、代码结构概览1. 核心解析方法2. 位置信息解析3. 经纬度转换方法4. 日期和时间戳解析5. 辅助方法二、L

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

解决mysql插入数据锁等待超时报错:Lock wait timeout exceeded;try restarting transaction

《解决mysql插入数据锁等待超时报错:Lockwaittimeoutexceeded;tryrestartingtransaction》:本文主要介绍解决mysql插入数据锁等待超时报... 目录报错信息解决办法1、数据库中执行如下sql2、再到 INNODB_TRX 事务表中查看总结报错信息Lock

使用C#删除Excel表格中的重复行数据的代码详解

《使用C#删除Excel表格中的重复行数据的代码详解》重复行是指在Excel表格中完全相同的多行数据,删除这些重复行至关重要,因为它们不仅会干扰数据分析,还可能导致错误的决策和结论,所以本文给大家介绍... 目录简介使用工具C# 删除Excel工作表中的重复行语法工作原理实现代码C# 删除指定Excel单元

Linux lvm实例之如何创建一个专用于MySQL数据存储的LVM卷组

《Linuxlvm实例之如何创建一个专用于MySQL数据存储的LVM卷组》:本文主要介绍使用Linux创建一个专用于MySQL数据存储的LVM卷组的实例,具有很好的参考价值,希望对大家有所帮助,... 目录在Centos 7上创建卷China编程组并配置mysql数据目录1. 检查现有磁盘2. 创建物理卷3. 创

Nacos日志与Raft的数据清理指南

《Nacos日志与Raft的数据清理指南》随着运行时间的增长,Nacos的日志文件(logs/)和Raft持久化数据(data/protocol/raft/)可能会占用大量磁盘空间,影响系统稳定性,本... 目录引言1. Nacos 日志文件(logs/ 目录)清理1.1 日志文件的作用1.2 是否可以删除

使用Python获取JS加载的数据的多种实现方法

《使用Python获取JS加载的数据的多种实现方法》在当今的互联网时代,网页数据的动态加载已经成为一种常见的技术手段,许多现代网站通过JavaScript(JS)动态加载内容,这使得传统的静态网页爬取... 目录引言一、动态 网页与js加载数据的原理二、python爬取JS加载数据的方法(一)分析网络请求1

8种快速易用的Python Matplotlib数据可视化方法汇总(附源码)

《8种快速易用的PythonMatplotlib数据可视化方法汇总(附源码)》你是否曾经面对一堆复杂的数据,却不知道如何让它们变得直观易懂?别慌,Python的Matplotlib库是你数据可视化的... 目录引言1. 折线图(Line Plot)——趋势分析2. 柱状图(Bar Chart)——对比分析3

Spring Boot 整合 Redis 实现数据缓存案例详解

《SpringBoot整合Redis实现数据缓存案例详解》Springboot缓存,默认使用的是ConcurrentMap的方式来实现的,然而我们在项目中并不会这么使用,本文介绍SpringB... 目录1.添加 Maven 依赖2.配置Redis属性3.创建 redisCacheManager4.使用Sp

Python Pandas高效处理Excel数据完整指南

《PythonPandas高效处理Excel数据完整指南》在数据驱动的时代,Excel仍是大量企业存储核心数据的工具,Python的Pandas库凭借其向量化计算、内存优化和丰富的数据处理接口,成为... 目录一、环境搭建与数据读取1.1 基础环境配置1.2 数据高效载入技巧二、数据清洗核心战术2.1 缺失