LiangHongY/fusions_slam
Folders and files
| Name | Name | Last commit date | ||
|---|---|---|---|---|
Repository files navigation
# fusion_slam This is a new project : fusion_slam ———————————— 工程地址:https://github.com/LiangHongY/fusions_slam demo数据链接: https://pan.baidu.com/s/1h25nNlkFkCZnwisw1xxHxQ 提取码: kk32 csdn博客:https://blog.csdn.net/qq_45701501/article/details/152357690 编译运行全流程视频:https://www.bilibili.com/video/BV1LdJ9zVEHm/?spm_id_from=333.1387.homepage.video_card.click&vd_source=787d0803d75397d1e11465021a135b57 后端运行视频:https://www.bilibili.com/video/BV1avidBeE8e/?spm_id_from=333.1387.homepage.video_card.click&vd_source=787d0803d75397d1e11465021a135b57 ———————————— 前言 工程基于fastlio算法原理,加入了位置、姿态、速度观测,提供了 建图算法 与 基于先验地图定位算法 实现 一、工程结构 . ├── build.sh # 编译脚本 ├── clear.sh # 清除脚本，清除编译生成文件 ├── CMakeLists.txt ├── config # 加载配置参数 ├── data # 存放数据或程序结果 ├── include │ ├── fusion_slam # 算法文件夹 │ │ ├── math # 数学公式 │ │ ├── modules # 模块库 │ │ │ ├── back # 后端 类 │ │ │ ├── front # 前端 类 │ │ │ ├── ieskf # ieskf 类 │ │ │ ├── map # 地图 类，涉及一些地图操作 │ │ │ └── sensors # 传感器 类,一些传感器算法相关处理 │ │ └── type # 各种消息结构 │ └── wrapper # 封装器 │ └── ros # ros相关,数据格式转换、算法调用业务逻辑 ├── script # 各种分析脚本 ├── src │ ├── app # app │ ├── fusion_slam # 算法具体实现 │ │ ├── math │ │ ├── modules │ │ │ ├── back │ │ │ ├── front │ │ │ ├── ieskf │ │ │ ├── map │ │ │ └── sensors │ │ └── type │ └── wrapper # 封装器实现 │ └── ros ├── test # 测试相关 └── thirdparty # 第三方库 二、编译 1、novatel_msgs编译 将thirdparty下novatel_msgs 拷贝到 catkin_ws/src/novatel_msgs cd catkin_ws catkin_make 2、编译 cd fusion_slam 将novatel_msgs加载到当前工程环境中 source ../catkin_ws/devel/setup.sh ./build.sh 三、运行 在运行前,确保rosbag所有数据均已进行时空同步(时间源统一,使用硬件同步时钟.且完成了传感器间标定.lidar与rtk标定可参考本人工程calib_AXXB) cd fusion_slam 1、纯lio 1.1 建图 新开三个终端 终端1 : ./script/run_mapping_rviz.sh 终端2 : ./bin/fusion_slam_node config/cfg_park_dataset.yaml 终端3 : rosbag play --clock --pause '/home/data/datasets/lio-sam/park_dataset.bag' # 注意路径根据bag本地所在路径修改 1.2 定位 新开三个终端 终端1 : ./script/run_loc_rviz.sh 终端2 : ./bin/location_node config/cfg_park_dataset_loc.yaml 终端3 : rosbag play --clock --pause '/home/data/datasets/lio-sam/park_dataset.bag' # 注意路径根据bag本地所在路径修改 2、lio+rtk 若使用rtk参与建图,需要保证rtk的精度(位置+姿态),否则建图效果很差。demo中boreas-2021-04-08-12-44_25s_155s.bag,rtk数据为IE后处理轨迹 2.1 建图 新开三个终端 终端1 : ./script/run_mapping_rviz.sh 终端2 : ./bin/fusion_slam_node config/cfg_boreas.yaml 终端3 : rosbag play --clock --pause '/home/ylh/datasets/boreas/boreas-2021-04-08-12-44_25s_155s.bag' # 注意路径根据bag本地所在路径修改 2.2 定位 新开三个终端 终端1 : ./script/run_loc_rviz.sh 终端2 : ./bin/location_node config/cfg_boreas_loc.yaml 终端3 : rosbag play --clock --pause '/home/ylh/datasets/boreas/boreas-2021-04-08-12-44_25s_155s.bag' # 注意路径根据bag本地所在路径修改 四、其他说明 1、ieskf 工程集成了imu预测、多线lidar观测、位置观测、姿态观测、速度观测,可根据实际进行选择使用 2、数据时间序列 工程中,使用map,根据lidar覆盖时间区间进行多传感器数据纳秒级序列排序 3、数据通信与算法实现分离 保证工程使用便利,采用了ros通信框架 算法实现部分与传感器数据传输，可根据实际需求进行修改 4、一些有趣设计,请查看代码详细实现 五、致谢 感谢广大slamer开源作者们的贡献