【LIO-SAM 跑自录数据集】
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:
- 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
- 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>
- 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
GPS约束
这里外参转换因为用的默认的,所以GPS在下面
点云地图和轨迹
点云地图和GPS轨迹
lidar odom和gps 轨迹
高程方向还有很大的误差
参考
- 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.
- lio-sam运行自己的rosbag.
- ubuntu18运行编译LIO-SAM并用官网和自己的数据建图(修改汇总).
【LIO-SAM 跑自录数据集】相关推荐
- 超详细!手把手带你轻松用 MMSegmentation 跑语义分割数据集
在带你轻松掌握 MMSegmentation 整体构建流程一文中,我们带大家认识了 MMSegmentation 的整体框架,分享了 MMSegmentation 中已经复现的主流语义分割模型. Op ...
- ubuntu12.04+fuerte 下跑通lsd-slam——数据集
lsd-slam(下载链接:https://github.com/tum-vision/lsd_slam)提供了两种方法,一种是用数据集(下载地址http://vision.in.tum.de/lsd ...
- 用CubeSLAM跑自己的数据集
针对CubeSLAM本博客内容如下,主要是阅读论文和代码的一些结果总结,还有一部分总结未完成,同样使用或者对语义slam感兴趣有经验的欢迎交流,该博客后面也会不段更新cubeslam在自己的数据集上的 ...
- Karto跑下载的数据集
Karto 安装跑数据集 安装前首先在home下建立karto文件夹,建立src文件夹 返回到karto中在终端输入 catkin_make 输入 gedit ~/.bashrc 在文件中添加 sou ...
- Swin-Unet跑自己的数据集(Transformer用于语义分割)
原始代码位置: GitHub - HuCaoFighting/Swin-Unet: The codes for the work "Swin-Unet: Unet-like Pure Tra ...
- ORB-SLAM2跑TUM RGBD数据集时灰屏卡住
在一切准备工作都做好后,运行TUM RGBD的任意一个序列时,发现在视频序列结束时,窗口就会灰屏卡住.通过debug发现是pangolin库的一个函数卡住了,似乎是该库新版本的一个BUG,但我们只需注 ...
- 二.全局定位--开源定位框架livox-relocalization实录数据集测试
相关博客: 二十五.SLAM中Mapping和Localization区别和思考_goldqiu的博客-CSDN博客 二十五.SLAM中Mapping和Localization区别和思考_goldqi ...
- 二十八-三维点云实时和离线生成二维栅格、三维栅格地图
以往文章汇总: 多传感器融合SLAM部分: 开源框架测试 一:Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono),基于视觉-激光-惯导里程计的SLAM框架,环境搭建和跑 ...
- 周末学习总结(LIO标定+kitti数据集的使用+evo工具的使用+开源数据集+ssh的使用)
周末学习总结 LIO标定 lidar_IMU_calib lidar_align kitti数据集的使用 开源数据集 evo工具的使用 ssh 的使用 LIO标定 网上开源的标定包,用的比较多的是浙江 ...
- ORB SLAM学习--跑自己数据集图片序列或摄像头或视频(转)
转自:用ORB SLAM2跑自己的数据集 使用图片序列或摄像头或视频 实践篇_不二青衣的博客-CSDN博客_orbslam2运行自己的数据集 学习 做实验参考使用,侵权则删 用ORB SLAM2跑自己 ...
最新文章
- undertale人物_【undertale】传说之下精美人物图包 (Frisk篇)
- drawio免费画图神器
- cornerstone的简单使用
- 计算机注销之后一直黑屏,win7系统注销出现黑屏怎么办_win7系统注销出现黑屏的修复办法...
- Sublime Text一个小插件——SideBarEnhancements
- 服务器mt核心bug修复,RHSA-2020:0374-重要: 内核 安全和BUG修复更新 解决方法
- 前后端api参考手册
- vue项目判断PC端/移动端
- 计算机软件安装包后缀名,请问以 ISO 为后缀名的是什么文件,用什么软件可以打开?...
- Universal DEP/ASLR bypass with msvcr71.dll and mona.py
- 实验六软件包管理linux,oeasy教您玩转linux010202软件包管理apt
- 如何下载Windows和office官方镜像安装包,及安装激活详细步骤
- 计算机取证科普性基础
- Espressif 玩转 PWM
- Spine在游戏中的使用
- 什么是IssS,PaaS和SaaS及其区别
- Gateway+Nacos+Sleuth+Zipkin网关链路追踪(测试及源码),Gateway+FeignClient+Nacos通过网关远程调用微服务(一)
- Linux 命令之 cp -- 复制文件或目录
- 理解UVM中的virtual sequencer和virtual sequence
- PDF文档转Word为什么文字都是乱码,怎么解决?