本文是对自己学习过程的一个记录和总结，如果内容有误，请大家指点，感谢。注意： 本文是在已经安装好ROS环境中进行的，不需要提前安装其他库，只需按照步骤进行操作，便能完成LIO-SAM的编译和运行，并且每一步都有我执行时的截图进行参考。第一步【创建工作空间并下载LIO-SAM源码包】1.【创建工作空间】 首先我们使用快捷键ctrl+alt+T打开一个终端，执行第一行命令后会创建一个嵌套文件夹，执行第二行命令后进入到嵌套文件夹中的src目录下，第三行命令是初始化工作空间。mkdir-plio_sam_ws/srccdlio_sam_ws/src/catkin_init_
尝试在Lollipop中运行我的应用程序时遇到问题，日志如下:11-0815:12:35.816987-987/?E/AndroidRuntime:FATALEXCEPTION:mainProcess:com.rocketjourney,PID:987java.lang.NoClassDefFoundError:Failedresolutionof:Lio/fabric/sdk/android/services/common/FirebaseInfo;atcom.crashlytics.android.CrashlyticsInitProvider.onCreate(Crashlyti
3D激光SLAM：LIO-SAM整体介绍与安装编译LIO-SAM整体框架图像映射节点特征提取节点建图优化节点IMU预积分节点LIO-SAM编译与安装运行LIO-SAM的全称是：Tightly-coupledLidarInertialOdometryviaSmoothingandMapping从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupledLidarInertialOdometry），借助的手段就是利用GT-SAM库中的方法。LIO-SAM提出了一个利用GT-SAM的紧耦合激光雷达惯导里程计的框架。实现了高精度、实时的移动机器人的轨迹估计和建图。框架的构成：通
3D激光雷达-Robotsense使用—LIO_SAM测试文章目录3D激光雷达-Robotsense使用---LIO_SAM测试1.参考链接2.雷达驱动-更改点云类型3.rslidar_points转velodyne_points4.使用imu_utils工具标定imu的内参参考链接安装依赖项编译录制[imu](https://so.csdn.net/so/search?q=imu&spm=1001.2101.3001.7020)数据包标定imu（标定过程imu不要运行）5.imu和雷达的外参标定6.录制Lidar和Imu数据7.运行LIO_SAM1.参考链接TixiaoShan/LIO-SA
Introduction本文原本只是自己在拿到mid360后，开始进行开发过程的一些问题和学习的记录。毕竟实物和仿真还是有很多不同，且由于碰到的问题也比较多，READEME也越来越详细，所以就干脆整合起来，做成了一篇使用mid360的搭建入门的导航系统全流程分享。里面用到的都是主流的开源的框架（部分文件做了修改和mid360适配），fast_lio,move_base等等，或许能帮助到第一次开发机器人实物导航的朋友。本文的代码地址：https://github.com/66Lau/NEXTE_Sentry_Nav环境：ros-noeticubuntu20.04你可以跟着下文步骤，逐一对clon
我正在尝试从Firebase下载对象并将它们存储在Realm中。结合这两个优秀的库时，我遇到了崩溃。我创建了一个非常简单的演示应用程序来说明我的问题。在创建扩展RealmObject的对象时，Firebase似乎感到不安。我可以通过删除RealmObject扩展来完成这项工作，但我必须维护两个相同的对象。随着时间的推移，这变得复杂和令人沮丧，这远非理想。Firebase:FirebaseDatabasedatabase=FirebaseDatabase.getInstance();DatabaseReferencemyRef=database.getReference("players
Ubuntu20.04下运行LOAM系列：A-LOAM、LeGO-LOAM、LIO-SAM和LVI-SAM文章目录Ubuntu20.04下运行LOAM系列：A-LOAM、LeGO-LOAM、LIO-SAM和LVI-SAM一、安装A-LOAM1.1安装Ceres1.2修改功能包1.2.1修改CMakeLists.txt1.2.2修改源码1.3编译A-LOAM1.4运行A_LOAM示例并保存地图1.5运行KITTI数据集二、安装LeGO-LOAM2.1安装gtsam2.2修改CMakeLists.txt2.3修改源码2.4编译LeGO-LOAM2.5运行LeGO-LOAM三、安装SC-LeGO-L
在自己小车上部署LIO-SAM和LVI-SAM，简单记录一下经历，经历了十多天的终于将LIO-SAM和LVI-SAM两个算法的实测工作基本完成，期间遇到了一些问题，尤其是自己的设备上，遇到的运行问题网上也很少见，也很少有从算法的编译到实测部署全过程，因此自己的经历在此记录，也是帮助自己进行梳理，有不正确的地方还请大佬们批评指正，进行讨论交流！！一、LIO-SAM与LVI-SAM论文与源码地址LIO-SAM与LVI-SAM这里不做过多介绍，直接给出论文与源码地址！LIO-SAM论文链接：LIhttps://github.com/TixiaoShan/LIO-SAM/blob/master/con
本文为我在浙江省北大信研院-智能计算中心-情感智能机器人实验室-科技委员会所做的一个分享汇报，现在我把它搬运到博客中。由于参与分享汇报的同事有许多是做其他方向的机器人工程师（包括硬件、控制等各方面并不是专门做SLAM的工程师），加上汇报的内容较多，因此在分享中我尽量使用简介的口语，而不出现复杂的公式。所以本文面向的是3D-slam方向的初学者，不涉及到源码解析。内容在整理中参考了许多链接，将放在最后。在文章结束后，我会把原PPT放在最后面，需要者自取。另外打个广告，在slam方向或者强化学习导航方向有实习意愿的，请发送简历至zkyy828@163.com，谢谢。内容比较多，放一个目录，感兴趣的
LIO-SAM从0到1运行自己的数据集前言笔者在学习LIO_SAM时踩了不少坑，在此记录从开始到最后整个踩坑过程。文中参考了很多大佬的文章，我只是个搬运工。可以直接跳到第二部分从0到1实现有疑问可以随时联系我，欢迎交流。一.LIO-SAM简单介绍（这一部分可以不看哦，干货在第二部分）⼀种激光惯导紧耦合的SLAM框架，可在室内和室外实现效果不错的建图。(1)ImageProjection激光运动畸变校正功能简介1、利用当前激光帧起止时刻间的imu数据计算旋转增量，IMU里程计数据（来自ImuPreintegration）计算平移增量，进而对该帧激光每一时刻的激光点进行运动畸变校正（利用相对于激
