【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 ...

【LIO-SAM 跑自录数据集】

【LIO-SAM 跑自录数据集】相关推荐

最新文章

热门文章