三维激光SLAM入门 Lio-sam安装与运行 ubuntu18.04+ros melodic
前言
最近在学习激光SLAM,本文将介绍了ubuntu18.04+ros melodic下部署复现LIO-SAM的过程。2020年TIxiaoshan在IROS发表了Lio-sam算法,LiO-sam是Lego-Loam的拓展版本,添加了IMU预积分因子和GPS因子,Loam与Lego-Loam纯靠激光雷达点云信息SLAM,Lio-sam结合了Lidar、IMU与GPS
一、环境要求
我的环境:
ubuntu18.04
ROS melodic
二、复现步骤
1.安装ROS依赖
代码如下:
sudo apt-get install -y ros-melodic-navigation
sudo apt-get install -y ros-melodic-robot-localization
sudo apt-get install -y ros-melodic-robot-state-publisher
Lio-sam中使用了因子图优化,在此对因子图优化库gtstam进行安装
浏览器中复制下方网址下载gtstam
https://github.com/borglab/gtsam/archive/4.0.2.zip
打开终端,对压缩包进行解压和安装
cd ~/Downloads/ && unzip gtsam.zip -d ~/Downloads/
cd ~/Downloads/gtsam-4.0.2/
mkdir build && cd build
cmake -DGTSAM_BUILD_WITH_MARCH_NATIVE=OFF ..
sudo make install -j8
2.安装Lio-sam
首先,创建新的工作空间:
makdir -p ~/catkin_ws/src
cd ~/catkin_ws
catkin_make
echo "source ~/catkin_ws/devel/setup.bash" >> ~/.bashrc
source ~/.bashrc
在工作空间下克隆Lio-sam工程,安装lio-sam
(为加速下载clone处加国内代理网址https://ghproxy.com/)
cd ~/catkin_ws/src
git clone https://ghproxy.com/https://github.com/TixiaoShan/LIO-SAM.git
cd ..
catkin_make
3.下载给定数据集
在这里我给出作者提供的数据集中的walk数据集(3.7G)
链接:https://pan.baidu.com/s/1248HkF08hNefYPGO4jm2xQ
提取码:tk8w
下载完成数据集casual_walk.bag后,保存到~/catkin_ws/src/data
4.运行Lio-sam
roslaunch lio-sam run.launch
5.播放数据包
rosbag play ~/catkin_ws/src/data/casual_walk.bag
开始播放数据包后,rviz即可自动显示当前动态建图画面
5.保存Pcd建图结果
首先,需要修改params.yaml中的参数。params.yaml在~/catkin_ws/src/LIO-SAM/config文件夹下。修改该文件中SavePCD:true 和保存地址。
然后,为了避免保存还没完成,ros就已经关闭了节点,需要设置_TIMEOUT_SIGINT的值。按如下命令打开文件:
sudo gedit /opt/ros/melodic/lib/python2.7/dist-packages/roslaunch/nodeprocess.py
在文件中找到_TIMEOUT_SIGINT,并设置为100秒。
这样,在命令窗口中按下Ctrl+C来结束run.launch的运行时,便会自动将pcd文件保存到指定地址。文章来源:https://www.toymoban.com/news/detail-408850.html
总结
本文对复现Lion-Sam算法进行了总结,本文参考了博主摸鱼高手学ML的一篇文章
原文链接:https://blog.csdn.net/qq_41690864/article/details/118711743,对其中一些踩坑的地方进行了优化。
本文也是本人第一篇博文,如有侵权立删,谢谢您的阅读!文章来源地址https://www.toymoban.com/news/detail-408850.html
到了这里,关于SLAM学习笔记(一)Lio-sam安装与运行 ubuntu18.04+ros melodic的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!