SLAM学习--2D激光SLAM--入门学习
一、學(xué)習(xí)心得記錄(不一定對(duì)):轉(zhuǎn)載了很多博主的網(wǎng)站,若侵權(quán),告知必刪
1. 激光slam 和視覺(jué)slam 實(shí)際在實(shí)現(xiàn)的時(shí)候完全是兩碼事,可能根本思想差不多,特別是非線性優(yōu)化方面,但是實(shí)現(xiàn)方案差距較大,需要轉(zhuǎn)變思維。
2. 2D激光slam和3D激光slam 的實(shí)現(xiàn)方案還是有些區(qū)別,3D目前主要用在室外無(wú)人車或者送快遞機(jī)器人等; 2D主要用在室內(nèi)環(huán)境,家用掃地機(jī)器人 、工廠貨倉(cāng)環(huán)境、室內(nèi)(建筑物內(nèi))移動(dòng)機(jī)器人(送餐,護(hù)士送藥)等。
3. ROS wiki 和 中文版社區(qū)創(chuàng)客智造里面有很多現(xiàn)成的基于ros的軟件包,按照教程 自己安裝好之后,可以在gazebo仿真環(huán)境 用gmapping等算法 掃描建圖; 建完圖后? 也有導(dǎo)航包 供調(diào)用 從起始點(diǎn) 路徑規(guī)劃并導(dǎo)航 運(yùn)動(dòng)至 終點(diǎn); 按照教程執(zhí)行相應(yīng)的指令即可。
4. 真的想弄懂2D激光slam的具體實(shí)現(xiàn)原理又是一碼事了。《概率機(jī)器人》教材看了頭疼,不適合小白做入門,適合有一定積累后的理論參考和升華。
5. 最好先知道2D激光雷達(dá)的硬件物理原理(淘寶搜激光雷達(dá) 看一下長(zhǎng)什么樣子,寶貝詳情里面的介紹,各種參數(shù),掃描一周的數(shù)據(jù)值等,買一個(gè)實(shí)際操作最好)
? ??https://blog.csdn.net/weixin_44501612/article/details/106831793?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param
這個(gè)博客,里面有ros官方給的激光數(shù)據(jù)類型,可以查看一下
?
二、學(xué)習(xí)參考博客
1. 簡(jiǎn)單介紹類
?激光SLAM算法學(xué)習(xí)(一)——激光SLAM簡(jiǎn)介:?https://blog.csdn.net/qq_34675171/article/details/90552793
激光SLAM算法學(xué)習(xí)(二)——2D激光SLAM? :?https://blog.csdn.net/qq_34675171/article/details/90573253
激光SLAM算法學(xué)習(xí)(三)——3D激光SLAM? :https://blog.csdn.net/qq_34675171/article/details/90573305
2D激光SLAM的輸入: IMU數(shù)據(jù)、里程計(jì)數(shù)據(jù)、2D激光雷達(dá)數(shù)據(jù)
2D激光SLAM的輸出: 覆蓋柵格地圖 、機(jī)器人的軌跡 or PoseGraph
2D激光SLAM的幀間匹配方法:PI-ICP、梯度優(yōu)化方法<——hector_slam、CSM(Correlation Scan Match)、State of Art: CSM+梯度優(yōu)化
2D激光SLAM的回環(huán)檢測(cè)方法:Scan-to-Map、Map-to-Map、Branch and Bound & Lazy Decision
2D激光SLAM的發(fā)展——時(shí)間
Filter-based
EKF-SLAM----90年代、Gmapping----2007、FastSLAM----2002~03、Optimal RBPF----2010
Graph-based
Globally Consistent Range Scan For Environment Mapping----1997、Karto SLAM----2010、Incremental Mapping of Large Cyclic Environments----1999、Cartographer----2016
2D激光SLAM的應(yīng)用? 數(shù)據(jù)的預(yù)處理—非常重要!!!、輪式里程計(jì)的標(biāo)定、不同系統(tǒng)之間的時(shí)間同步、激光雷達(dá)運(yùn)動(dòng)畸變?nèi)コ?/p>
實(shí)際環(huán)境中的問(wèn)題:動(dòng)態(tài)物體、環(huán)境變化、幾何結(jié)構(gòu)相似環(huán)境、建圖的操作復(fù)雜、全局定位、地面材質(zhì)的變化、地面凹凸不平、機(jī)器人載重的改變
2. 知乎上大佬?從零開(kāi)始做激光SLAM(文章匯總)
https://zhuanlan.zhihu.com/p/113616755
3. CSDN博客?一起做激光SLAM 系列,作者自己實(shí)現(xiàn)的3D激光slam系統(tǒng) 可供參考https://me.csdn.net/unlimitedai
一起做激光SLAM[一]ros里SLAM常用功能的熟悉:https://blog.csdn.net/unlimitedai/article/details/107569240
一起做激光SLAM[二]提取特征點(diǎn)和地面點(diǎn):https://blog.csdn.net/unlimitedai/article/details/107676686
一起做激光SLAM[三]位姿估計(jì),ceres優(yōu)化,地圖構(gòu)圖:https://blog.csdn.net/unlimitedai/article/details/107701861
一起做激光SLAM[四]常見(jiàn)SLAM技巧使用效果對(duì)比,后端 :https://blog.csdn.net/unlimitedai/article/details/108064632
一起做激光SLAM[五]ICP匹配用于閉環(huán)檢測(cè):https://blog.csdn.net/unlimitedai/article/details/108359360
?
三、國(guó)外網(wǎng)站
? Prof. Dr. C. Stachniss? ? ?gmapping論文的團(tuán)隊(duì)負(fù)責(zé)人教授? ? 德國(guó) 波恩大學(xué) Cyril??Stachniss?? :???https://www.ipb.uni-bonn.de/teaching/
與50位技術(shù)專家面對(duì)面20年技術(shù)見(jiàn)證,附贈(zèng)技術(shù)全景圖總結(jié)
以上是生活随笔為你收集整理的SLAM学习--2D激光SLAM--入门学习的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: ORB SLAM学习--跑自己数据集图片
- 下一篇: 数学--数据处理--非极大值抑制(NMS