当前位置: 首页 > news >正文

无环SLAM系统集成后端回环检测模块(loop):SC-A-LOAM以及FAST_LIO_SLAM

最近在研究SLAM目标检测相关知识,看到一篇论文,集成了SC-A-LOAM作为后端回环检测模块,在学习了论文相关内容后决定看一下代码知识,随后将其移植,学习过程中发现我找的论文已经集成了回环检测模块,但是我的另一篇base并没有集成回环检测模块,不过后面调研发现这个回环检测模块可以方便的进行移植,下面简单总结一下这个后端回环模块的使用方式:

  • 原始集成了A-LOAM的Github链接:SC-A-LOAM
  • 集成了FATS-LIO的Github链接:FAST-LIO-SLAM

下面的FAST-LIO是在A-LOAM的基础上发展的后端回环模块集成到FAST算法上,首先参考SC-A-LOAM官网介绍:
在这里插入图片描述

根据官网介绍想要集成所提出的后端回环检测模块,只要要在已有的雷达里程计模块中输出一个里程计话题和一个扫描帧话题即可。
仅仅根据这个介绍相信还是不太容易上手,非常抽象,由于我选择的论文参考的FAST集成后的FAST-LIO-SLAM,所以我下面以FAST-LIO-SLAM为例说明如何集成SC-PGO回环检测模块

FAST-LIO-SLAM目录结构:
在这里插入图片描述
我们需要需要做两步,1.将FAST-LIO更改为自己的前端SLAM系统;2. 更改上图中SC-PGO模块中的里程计以及帧订阅话题。第一步需要结合自己选择的算法进行更改。第二部主要修改下述文件:
在这里插入图片描述
在这里插入图片描述

  • 修改lidar_type中的value为自己的雷达类型,如我的代码中的是:VLP16。这一步需要调研SC-PGO是否支持你的雷达类型。
  • 修改下面方框中的 /Odometry_after_opt/loop_map为自己的里程计系统发布的里程计以及雷达帧话题,如果没有的话需要修改代码实现发布这两个话题。
  • **关于为什么FAST-LIO-SLAM集成的SC-PGO系统有三个话题映射:**上图最后一个方框下面一行的/cloud_for_scancontext的重映射,在FAST-LIO-SLAM代码中全局搜索/cloud_for_scancontext发现只有launch文件中这一处使用到的,其他地方没有,所以我考虑这个话题重映射是没有实际意义的,同时我选择的代码中也没有映射这个话题,可以考虑这个话题的影响。

按照上面步骤完成后就实现将回环检测模块集成到自己的SLAM系统中。


http://www.mrgr.cn/news/37922.html

相关文章:

  • 数据集成常见的方法包括哪些?
  • Python的包管理工具pip安装
  • 解决方案:如何区分python里面绝对路径跟相对路径的不同
  • 《Linux从小白到高手》理论篇(二):Linux的目录结构和磁盘管理
  • CS50
  • 正则表达式中的贪婪模式和非贪婪模式
  • 基于Hive和Hadoop的共享单车分析系统
  • 各领域/行业硬件一览表
  • pyside6与协程
  • 对抗攻击方法详解:梯度攻击、转移攻击与模型集成攻击
  • 你的下一台手机会是眼镜吗?RTE 大会与你一同寻找下一代计算平台丨「空间计算和新硬件」论坛报名
  • c++学习笔记(47)
  • 国内AI大模型,这篇文章说透了
  • 探探Java与python中的闭包
  • 【编程小白必看】MySQL 日期类型转换与判断操作秘籍一文全掌握
  • 基于STM32的智能灌溉系统
  • 数论——数数(找质因数个数),三位出题人(组合数学,快速幂)
  • 掌握AI提示词的艺术:应用、防护与成为提示词专家的策略
  • Qt5 常见宏定义 记录
  • Generic-eUICC-Test-Profile-for-Device-Testing-Public