LVI-SAM是TixiaoShan大佬在他之前LIO-SAM工作基础上耦合了视觉惯性里程计,算法包含雷达惯性里程计模块及视觉惯性里程计模块,其中视觉惯性里程计采用VINS-MONO,其实整体设计是为了在雷达退化的场景中,使用视觉里程计定位结果代替雷达退化方向位姿,同时利用雷达惯性里程计结果初始化整个视觉惯性里程计系统,并使用Lidar点云深度信息融合图像数据,雷达惯性里程计中同样使用视觉词袋回环检测结果参与因子图优化.
之前写过一篇有关LIO-SAM安装并适配自己传感器的文章:LIO-SAM:配置环境、安装测试、适配自己采集数据集,后续因为一直没有使用到视觉传感器,因此一直没有调试LVI-SAM相关算法,现在想要测试一下融合视觉传感器相关算法,因此把自己调试的一些问题做一个记录,也希望其中的某些点能够帮到大家.
其实有关LVI-SAM安装配置,网上也已经有很多大佬进行了相应的阐述,因此在这里不做算法原理记录了,仅仅记录一下自己调试适配自己数据过程中,有哪些需要注意的点,然后如何快速适配自己的数据,我也是菜鸟一个,文章中如果有出现理解并不正确的地方,还希望大家批评指正.
Paper: https://github.com/TixiaoShan/LVI-SAM/blob/master/doc/paper.pdf
Code : https://github.com/TixiaoShan/LVI-SAM
1. 电脑配置
Ubuntu 18.04 + ROS Melodic + GTSAM 4.0.2 + CERES 1.14.0
2. 环境配置
2.1. ROS Melodic安装
2.2. GTSAM 4.0.2安装
GTSAM官网:https://github.com/borglab/gtsam
git clone https://github.com/borglab/gtsam.git
mkdir build && cd build
cmake -DGTSAM_BUILD_WITH_MARCH_NATIVE=OFF ..
sudo make install -j4
2.3. Ceres 1.14.0安装
Ceres官网:https://github.com/ceres-solver/ceres-solver
git clone https://github.com/ceres-solver/ceres-solver.git
mkdir build && cd build
cmake ..
sudo make install -j4
2.4. 创建工作空间并编译
mkdir ~/catkin_ws/src
cd ~/catkin_ws/src
git clone https://github.com/TixiaoShan/LVI-SAM.git
cd ..
catkin_make -j4
3. 运行示例数据
示例数据Google网盘链接:https://drive.google.com/drive/folders/1q2NZnsgNmezFemoxhHnrDnp1JV_bqrgV?usp=sharing
为了方便下载,已转移其中部分数据至百度网盘,有需要可以使用下方链接获取:
820



被折叠的 条评论
为什么被折叠?



