MegviiRobot / OdomLaserCalibraTool代码浅解析

最新推荐文章于 2024-09-06 13:34:48 发布
最新推荐文章于 2024-09-06 13:34:48 发布
阅读量1k 收藏 2
点赞数
CC 4.0 BY-SA版权
分类专栏： 2d_slam
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/windxf/article/details/109734982
本文详细介绍了MegviiRobot的OdomLaserCalibraTool工具，通过4个步骤进行激光里程计标定：从rosbag读取数据、将激光数据转换为csm格式、使用经典ICP匹配计算帧间位姿差，以及同步解算激光与odom的外参数。第三步展示了如何基于相邻激光帧和odom时间戳计算线速度，而第四步的详细过程暂未深入理解。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一共分为4步
step-1 read data from rosbag 从rosbag读取数据
step-2: converting scan to csm type 将激光数据转换为csm格式
step-3: canonical match match 经典的icp匹配，计算2帧数据之间的x,y,angle
step-4 start synchronzing，解算激光与odom之间的外参

这里给第3步来个图，scan_1 和 scan_2是相邻的2帧激光，odom根据时间戳来找到scan附近的数据从而计算线速度。

在这里插入图片描述
第4步暂时没有功力看懂，先给个贺博的正确计算结果，如果和他的一样，说明距离真相了，ok有时间再来补充。

在这里插入图片描述

OdomLaserCalibraTool标定工具的使用及踩坑记录
Studying……
12-26 1532
首先欢迎扫码关注我的微信公众号【SLAM及ROS学习笔记】 GitHub地址 GitHub - tzhangZJU/OdomLaserCalibraTool: Extrinsic Calibration of a Odom and 2d Laser 作者博客 2d Laser 和 Odomter 内外参数标定工具原理及使用方法_知行合一-CSDN博客 其实只是记录了一下我自己的标定过程，和错误解决方法。其实博客和GitHub中也有提及 Error1 这个是由于.
基于ros框架，cartographer使用aruco/apriltag作为landmark
南北粉面馆
03-03 4033
在动态环境中，使用aruco码作为landmark有助于机器人的快速定位。这里把主要的使用过程梳理一下，之前做过却没有整理。本文基于ros框架。 1-首先来个摄像头 我使用的是一个usb广角镜头，介于针孔相机和鱼眼相机之间，首先使用ros包usb_cam打开相机 https://github.com/ros-drivers/usb_cam 输出的话题为：/usb_cam/image_raw /usb_cam/camera_info 因为相机没有标定，所以 /usb_cam/camera_info为空
OdomLaserCalibraTool标定工具
weixin_41965898的博客
02-26 673
轮差速轮式机器人可以基于码盘数据和两轮间距以及车轮半径进行航迹推演，得到机器人的轨迹。激光雷达也可以利用 icp 等算法计算出两时刻间机器人的相对运动量。因此，可以利用两者数据进行融合定位，这个工具的功能是标定里程计内参数 ( 轮子半径，两轮间距)，以及外参数（激光和里程计之间的坐标关系）轮差速轮式机器人可以基于码盘数据和两轮间距以及车轮半径进行航迹推演，得到机器人的轨迹。激光雷达也可以利用 icp 等算法计算出两时刻间机器人的相对运动量。因此，可以利用两者数据进行融合定位，这个工具的功能是标定里程计内参数
一文完成odom标定，OdomLaserCalibraTool标定工具
qq_53004665的博客
09-06 503
里程计odom标定方法
qbo odom数据的获取
ppp2006的专栏
08-08 1315
以下具体分析获取int CQboduinoDriver::getOdometry(float& x, float& y, float& th) {     std::vector data, sent;     CComando comand=comandosSet_.getOdometry;     int code=lockAndSendComand("base",comand,dat
odometry-calibration:里程表校准的代码（matlab和C ++）
05-02
里程计校准 里程表校准的代码（matlab和C ++）
lidar_imu_calib:自动校准3D激光雷达和IMU外在性
04-01
lidar_imu_calib 概述 在基于3D激光雷达的slam开发中，我们经常使用imu为匹配算法（icp，ndt）提供先验，因此需要校准激光雷达和imu之间的变换。对于匹配算法，transfom中的姿态比变换中的位置更重要，并且通常将位置设置为0。因此，此回购专注于在激光雷达和imu之间的转换中校准姿态分量。 先决条件 将ndt_omp安装到系统目录 git clone https://github.com/koide3/ndt_omp.git cd ndt_omp mkdir build cd build cmake .. make sudo make install 步 使用rosbag工具记录imu和激光雷达数据 rosbag record /imu /lidar_points 配置启动文件 lidar_topic: lidar data topic name imu_to
差速轮式里程计的内外参标定
qq_35102059的博客
04-14 1667
运动模型如下图所示: 内参标定原理: https://www.guyuehome.com/36440 总结: (1)这里直接将激光雷达匹配得到的里程计信息作为底盘odom的观测量,忽略了两者之间的外参,当进行旋转时,可能会出现误差...在录制数据时旋转运动尽量一次做一整圈,可能会好些； (2)对于激光帧间位置变换和odom对齐,做的有些粗糙,应该在端点处对微小差异做一个插补. 外参标定: https://www.guyuehome.com/36165 这篇文章方法直接默认了odom和激光
2d Laser 和 Odomter 内外参数标定工具原理及使用方法
热门推荐
知行合一
03-15 1万+
前言 两轮差速轮式机器人可以基于码盘数据和两轮间距以及车轮半径进行航迹推演，得到机器人的轨迹。激光雷达也可以利用 icp 等算法计算出两时刻间机器人的相对运动量。因此，可以利用两者数据进行融合定位，本博客根据 Censi 2013 年发表在 TRO 上的论文，对如何标定里程计内参数 ( 轮子半径，两轮间距)，以及外参数（激光和里程计之间的坐标关系）进行理论推导，并将对应标定代码整理在了我们的网站上...
激光SLAM直接线性方法里程计运动模型及标定
yunjixu的专栏
12-08 1168
原创作者：W_Tortoise， 原创作者文章：https://blog.csdn.net/learning_tortosie/article/details/107763626 1 里程计运动模型 1.1 两轮差分底盘的运动模型 1.2 三轮全向底盘的运动学模型 1.3 航迹推算（Dead Reckoning） 2 里程计标定 2.1 线性最小二乘的基本原理 2.2 最小二乘的直线拟合 2.3 最小二乘在里程计标定中的应用 3 实现一个直接线性方法的里程计标定.
odometry_calibration:通过Cholesky分解使A ^ T * A x = A ^ T * b使用直接线性方法来校准里程计估计
05-08
odometry_calibration 通过Cholesky分解使A ^ T * A x = A ^ T * b使用直接线性方法来校准里程计估计 使用步骤：1.mkdir odom_ws cd ./odom_ws 2.mkdir src mv <calib>（“ calib_odom”的文件路径）./ 光盘.. 3.catkin_init_workspace 4.源./devel/setup.bash 5.catkin_make 6.转到启动路径并执行roslaunch calib_odom odomCalib.launch 7.然后解压bag文件 8.rosrun rviz rivz将fix_frame设置为odom并添加三个tpic：odom_path_pub，calib_path_pub，scan_path_pub，并根据需要更改颜色 9.转到odom_w
里程计运动模型及标定
W_Tortoise的博客
08-03 8095
文章目录1 里程计运动模型1.1 两轮差分底盘的运动模型1.2 三轮全向底盘的运动学模型1.3 航迹推算（Dead Reckoning）2 里程计标定2.1 线性最小二乘的基本原理2.2 最小二乘的直线拟合2.3 最小二乘在里程计标定中的应用3 实现一个直接线性方法的里程计标定模块3.1 安装3.2 运行3.2.1 启动launch文件3.2.2 打开rviz3.2.3 播放bag3.2.4 矫正里程计3.2.5 结果3.3 解析3.3.1 构建超定方程组Ax=b3.3.2 求解超定方程组3.3.3 计算两
激光雷达运动畸变去除方法
Alex的博客
07-22 1万+
文章目录一、激光雷达运动畸变产生的原因二、为什么需要解决这个问题？三、去除运动畸变的原理四、运动去畸变的方法1、纯估计方法（ICP / VICP）2、传感器辅助的方法（odom，IMU）3、融合的方法 本文针对二维激光雷达产生的运动畸变进行了分析，如有错误请指正！ 一、激光雷达运动畸变产生的原因 在机器人运动过程中，每个激光点都在不同的基准位姿上产生（就是在不同的时刻发出激光时机器人的位置是不同的（由于机器人自身的运动），这也是运动畸变产生的根源所在）。 激光扫描时伴随着机器人的运动，每个角度的激光数据都不
ROS2_Foxy学习9——多机激光SLAM先导篇
fangfang12138的博客
01-06 2077
ROS2_Foxy学习（九）多机激光SLAM先导篇
里程计辅助2D Lidar运动畸变去除
qq_33263769的博客
12-06 1230
2.畸变去除原理： 原理：在一帧激光雷达数据中，为每个激光束的原点都找到一个近似的里程计位姿，并且认为该激光束是在该里程计位姿上进行数据采集的
联合标定软件
最新发布
03-21
git clone https://github.com/MegviiRobot/CamLaserCalibraTool.git cd ../.. catkin_make source devel/setup.bash roslaunch camlaser_calibratool calibrate.launch ``` 以上命令序列确保了所有必要的依赖项被...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

可峰科技

生活不易

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值