程序员经验分享-hwhale

多传感器融合SLAM、导航研究和学习专栏汇总

2023-05-16

从2021年9月份开始学习多传感器融合SLAM，期间也发了不少博客记录学习过程，自己对SLAM的认识也逐渐加深，以前一些博客中会有一些错误的地方还未及时去修正，敬请谅解。

由于课题组需要和自身发展方向，现在逐渐将自己的方向从纯粹SLAM的Mapping往Localization走，尤其是Global Localization，而Navigation是很现实、很实际一个方向，其中包括Localization和Planning，这里暂且把Navigation的“前端”部分功能称之为Global Localization，当然还远远不止于此，还包括Navigation“后端”Planning需要的大量规划层次信息的提供，这部分也是在进行。

总之，在移动机器人、无人车这块，有太多太多需要我不断学习的，继续加油吧。

进入正题，改名后的专栏分为多传感器融合SLAM、Localization、Navigation部分，而Navigation还包括Planning。

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，环境搭建和跑通过程_goldqiu的博客-CSDN博客

二.激光SLAM框架学习之A-LOAM框架---介绍及其演示_goldqiu的博客-CSDN博客

八.激光SLAM框架学习之LeGO-LOAM框架---框架介绍和运行演示_goldqiu的博客-CSDN博客

十一.激光惯导LIO-SLAM框架学习之LIO-SAM框架---框架介绍和运行演示_goldqiu的博客-CSDN博客

十二.激光SLAM框架学习之livox-loam框架安装和跑数据集_goldqiu的博客-CSDN博客

二十二.香港大学火星实验室R3LIVE框架跑官方数据集_goldqiu的博客-CSDN博客

二十四-香港大学火星实验室FAST-LIO2框架跑官方数据集_goldqiu的博客-CSDN博客

二十七-VIO-SLAM开源框架Vin-mono跑EuRoC数据集_goldqiu的博客-CSDN博客

实车测试

七.激光SLAM框架学习之A-LOAM框架---速腾Robosense-16线雷达室内建图_goldqiu的博客-CSDN博客

九.激光SLAM框架学习之LeGO-LOAM框架---速腾Robosense-16线雷达室外建图和其他框架对比、录包和保存数据_goldqiu的博客-CSDN博客

十三.激光SLAM框架学习之livox-Mid-70雷达使用和实时室外跑框架_goldqiu的博客-CSDN博客

十六.激光和惯导LIO-SLAM框架学习之配置自用传感器实时室外跑LIO-SAM框架_goldqiu的博客-CSDN博客

十八.多个SLAM框架（A-LOAM、Lego-loam、LIO-SAM、livox-loam）室外测试效果粗略对比分析_goldqiu的博客-CSDN博客

二十六-香港大学火星实验室FAST-LIO2框架跑自录数据集（Mid-70和SBG-Ellipse-N惯导）_goldqiu的博客-CSDN博客

二十九-使用RealSenseD435进行ORBSLAM2实时三维重建_goldqiu的博客-CSDN博客_realsense 三维重建

标定

十四.激光和惯导LIO-SLAM框架学习之惯导内参标定_goldqiu的博客-CSDN博客

十五.激光和惯导LIO-SLAM框架学习之惯导与雷达外参标定（1）_goldqiu的博客-CSDN博客

二十.激光、视觉和惯导LVIO-SLAM框架学习之相机内参标定_goldqiu的博客-CSDN博客

二十一.激光、视觉和惯导LVIO-SLAM框架学习之相机与雷达外参标定（1）_goldqiu的博客-CSDN博客

开源框架学习

三.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---1.项目文件介绍（除主要源码部分）_goldqiu的博客-CSDN博客

四.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---2.scanRegistration.cpp--前端雷达处理和特征提取_goldqiu的博客-CSDN博客

五.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---3.laserOdometry.cpp--前端雷达里程计和位姿粗估计_goldqiu的博客-CSDN博客

六.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---4.laserMapping.cpp--后端建图和帧位姿精估计（优化）_goldqiu的博客-CSDN博客

十.激光SLAM框架学习之LeGO-LOAM框架---算法原理和改进、项目工程代码_goldqiu的博客-CSDN博客

十七.激光和惯导LIO-SLAM框架学习之IMU和IMU预积分_goldqiu的博客-CSDN博客

十九.激光和惯导LIO-SLAM框架学习之项目工程代码介绍---代码框架和一些文件解释_goldqiu的博客-CSDN博客

二十三.激光和惯导LIO-SLAM框架学习之LIO-SAM项目工程代码介绍---基础知识_goldqiu的博客-CSDN博客

从这篇博客就开始进入到Localization、Navigation部分了

二十五.SLAM中Mapping和Localization区别和思考

Planning

一.路径规划---二维路径规划仿真实现-gmapping+amcl+map_server+move_base_goldqiu的博客-CSDN博客

二.路径规划---二维路径规划实车实现---gmapping+amcl+map_server+move_base_goldqiu的博客-CSDN博客

Global Localization

一.全局定位--开源定位框架LIO-SAM_based_relocalization实录数据集测试_goldqiu的博客-CSDN博客

二.全局定位--开源定位框架livox-relocalization实录数据集测试_goldqiu的博客-CSDN博客_livox数据集

三.全局定位--LIO-SAM在RTK全局约束下建图和定位（1）_goldqiu的博客-CSDN博客

栅格地图：

二十八-三维点云实时和离线生成二维栅格、三维栅格地图_goldqiu的博客-CSDN博客

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

多传感器融合SLAM、导航研究和学习专栏汇总 的相关文章

随机推荐

  • 【C++】Eigen优化及D8016错误

    Eigen优化过程 背景 最近在写一个保边滤波的算法 为了加快运算速率 xff0c 采用C 43 43 语言 xff0c 使用Eigen库进行大矩阵运算 效率问题 作为基于全局图像的算法 xff0c 需要创建一个全局的矩阵 xff08 n

  • 控制系统-观测器介绍与设计-龙伯格观测器及其与控制器对比

    目录 1 观测器提出的背景 1 1 龙伯格观测器的物理意义 2 状态空间下龙伯格观测器设计 2 1 状态观测器设计 3 状态观测器实例 3 1 直接法 4 控制器与观测器对比 4 1 基于状态反馈的控制器设计 4 2 基于输出反馈的控制器设

  • 一文彻底搞懂大小端字节序

    一文彻底搞懂大小端字节序 文章目录 一文彻底搞懂大小端字节序 1 基本概念1 1大端字节序 big endian 1 2小端字节序 little endian 2 常用处理器架构大小端模式3 如何查看系统的大小端模式3 1 96 dpkg

  • logback输出日志到elasticsearch方案

    功能一 xff1a 微服务日志采集汇聚方案 第一步 xff1a maven引入 xff0c 放在dependencys的第一位 xff0c 一定是第一位 lt dependency gt lt groupId gt com suncreat

  • Ubuntu16.04 远程界面配置

    Ubuntu16 04安装 x11vnc远程桌面并设置开机自动启动 1 安装x11vnc sudo apt get install x11vnc 2 设置开机自动启动连接密码 sudo x11vnc storepasswd 3 将密码储存在

  • 12 怎么从SVN下载项目工程文件

    输入如下命令 一定要在自己的根目录下 xff1a 即 home xxx 否则需要修改环境变量 xff0c 将来与其他人的操作也会不统一 xff0c SVN服务器IP以192 168 0 1为例 命令 xff1a svn co svn 192

  • numpy中np.max和np.maximum

    参考 numpy中np max和np maximum 云 43 社区 腾讯云 1 np max a axis 61 None out 61 None keepdims 61 False 求序列的最值 最少接受一个参数 axis默认为axis

  • Pytorch的to(device)用法

    参考 Pytorch的to device 用法 云 43 社区 腾讯云 如下所示 xff1a device 61 torch device 34 cuda 0 34 if torch cuda is available else 34 cp

  • Camouflaged Object Detection

    摘要 我们对一项名为伪装物体检测 COD 的新任务进行了全面研究 xff0c 该任务旨在识别 无缝 嵌入到周围环境中的物体 目标对象与背景之间的高内在相似性使目标检测比传统的目标检测任务更具挑战性 为了解决这个问题 xff0c 我们精心收集

  • 如何改变vncserver在windows桌面下的分辨率

    用shell登录自己的服务器 xff0c 并输入一下命令 xff0c 1920x1080为屏幕分辨率 xff0c 11为自己的端口号 vncserver kill 14 vncserver 14 geometry 2000x1100 dpi

  • CVPR2019目标检测方法进展

    目标检测是很多计算机视觉应用的基础 xff0c 比如实例分割 人体关键点提取 人脸识别等 xff0c 它结合了目标分类和定位两个任务 现代大多数目标检测器的框架是 two stage xff0c 其中目标检测被定义为一个多任务学习问题 xf

  • ubuntu16.04+cuda8.0+cudnn+opencv3.0+caffe

    一 ubuntu16 04安装 开机F12进入BIOS的设备启动菜单 xff0c 选择U盘启动 安装类型 xff0c 选择其他选项 xff0c 进行分区 Swap xff1a 逻辑分区 xff0c 20GB 空间起始位置 交换空间 boot

  • Linux 用户态通过中断切换到内核态详解

    文章目录 一 用户态与内核态二 中断三 任务状态段四 Linux 进程从用户态切换到内核态的过程五 参考资料 一 用户态与内核态 Linux 把内存主要分为 4 个段 xff0c 分别是内核代码段 内核数据段 用户代码段 用户数据段 内核两

  • PX4中串口名称、设备名称、端口名称对应关系

    这里规定了各种uart usart的波特率 bufsize等配置 xff0c boards px4 fmu v5 nuttx config nsh defconfig CONFIG STM32F7 UART4 span class toke

  • PX4调试过程中的小问题

    使用USB直连飞控可以开始校准 xff0c 但是用无线的方式开始任一传感器的校准都报错 xff1a Transition denied SHUTDOWN to INIT 明明飞控正常上电 xff0c 也许报了个错说 critical bat

  • PX4中IMU传感器的数据经过了哪些处理后被使用的？

    注 xff1a 所用PX4的代码版本为当前master最新版9e309f62a9b1731caae96000b824aa96661e67ad 2019年11月所写 xff0c 新版本有所不同 xff0c 尚未更新 IMU的数据 xff1a

  • WARNING: [Vivado 12-13340] WARNING: [Vivado 12-13277]

    仿真的时候遇问题 xff1a WARNING Vivado 12 13340 Unable to auto find GCC executables from simulator install path path not set WARN

  • 二.因子图优化学习---董靖博士在深蓝学院的公开课学习（2）

    专栏系列文章如下 xff1a https blog csdn net weixin 36773706 article details 122440411 https blog csdn net weixin 36773706 article

  • 四.因子图优化学习---对因子图优化的粗浅理解

    专栏系列文章如下 xff1a 一 因子图优化学习 董靖博士在深蓝学院的公开课学习 xff08 1 xff09 goldqiu的博客 CSDN博客 二 因子图优化学习 董靖博士在深蓝学院的公开课学习 xff08 2 xff09 goldqiu

  • 多传感器融合SLAM、导航研究和学习专栏汇总

    从2021年9月份开始学习多传感器融合SLAM xff0c 期间也发了不少博客记录学习过程 xff0c 自己对SLAM的认识也逐渐加深 xff0c 以前一些博客中会有一些错误的地方还未及时去修正 xff0c 敬请谅解 由于课题组需要和自身发

热门标签