M2DGR_Plus数据集在LVI_sam的运行结果

最新推荐文章于 2025-03-14 21:25:53 发布
最新推荐文章于 2025-03-14 21:25:53 发布
阅读量1.3k 收藏 17
点赞数 31
CC 4.0 BY-SA版权
文章标签： ubuntu 学习
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/yggfvmj/article/details/137473356

一、M2DGR_Plus数据集

​
M2DGR_Plus传感器包含一个Robosense 16线Lidar，一个GNSS，一个视觉惯性传感器（V-I Sensor）、一个九轴惯性测量单元（IMU）、一个GNSS-IMU导航系统，一个动作捕捉系统（Motion-capture System）。

二、Tree

rosbag play tree3.bag

请添加图片描述
直接运行rviz中base_link出现报错，终端警告：没有足够的特征点。

[ WARN] [1712486573.340989979]: Not enough features! Only 1 edge and 1 planar features available.
[ WARN] [1712487618.795513174]: Large bias, reset IMU-preintegration!

查看话题发现，bag中存在 /tf 话题发布，过滤掉该话题创建新的bag。
请添加图片描述

 rosbag filter tree3.bag tree3_no_tf.bag "topic != '/tf'"

再次run

最低0.47元/天 解锁文章

200万优质内容无限畅学
zjj587
关注
evo——lio_sam——M2DGR数据集
weixin_68647501的博客
06-29 725
1）录制M2DGR数据集中lio_sam的 /lio_sam/mapping/odometry 话题，存到bag包中。3）odometry.tum文件命名为liosam_path02.tum；将其与真值GT(groundtruth)评估。2）将bag包格式转化成tum格式，用于evo评估(使用evo_traj转换)录制之前需要开启lio_sam和M2DGR数据集bag。
雷达系列论文翻译（十一）：LVI-SAM: Tightly-coupled Lidar-Visual-Inertial Odometryvia Smoothing and Mapping
weixin_39061796的博客
10-12 1447
LVI-SAM: Tightly-coupled Lidar-Visual-Inertial Odometryvia Smoothing and Mapping 摘要 我们提出了一个通过平滑和映射实现的紧耦合激光雷达视觉惯性里程计的框架LVI-SAM，该框架实现了实时状态估计和地图构建，具有高的精度和鲁棒性。LVI-SAM建立在因子图之上，由两个子系统组成：视觉惯性系统（VIS）和激光雷达惯性系统（LIS）。这两个子系统以紧耦合的方式设计，其中VIS利用LIS的估计来促进初始化。通过使用激光雷达
M2DGR数据集在一些SLAM框架上的配置与运行：ORB-SLAM系列、VINS-Mono、LOAM系列、FAST-LIO系列、hdl_graph_slam
热门推荐
zardforever123的博客
03-04 1万+
为了说明以上这些SLAM框架的测试与数据集适配，以M2DGR数据集为例进行各自的配置与运行，方便我以后适配自己的数据集，运行的SLAM框架包括：ORB-SLAM2、ORB-SLAM3、VINS-Mono、A-LOAM、LeGO-LOAM、LIO-SAM、LVI-SAM、FAST-LIO2、FAST-LIVO、Faster-LIO、hdl_graph_slam。实验基于Ubuntu20.04，其中ORB、VINS-Mono、和LOAM系列的安装参考我以前的博客，有详细的安装方法，其他的框架在后面会简单介绍一下
探索未知世界：M2DGR，多模态多场景地面机器人SLAM数据集
gitblog_00454的博客
08-08 909
探索未知世界：M2DGR，多模态多场景地面机器人SLAM数据集 M2DGRM2DGR： a Multi-modal and Multi-scenario Dataset for Ground Robots项目地址:https://gitcode.com/gh_mirrors/m2/M2DGR 在当今的自动驾驶和机器人领域中，构建稳定可靠的定位和映射（Simultaneous Localizati...
M2DGR：多源多场景 地面机器人SLAM数据集（ICRA 2022 ）
3D视觉工坊
07-01 4070
Paper：https://arxiv.org/pdf/2112.13659.pdf出处：ICRA2022 & RAL2021项目地址：https://github.com/SJTU-ViSYS/M2DGR主讲人：M2DGR一作上交硕士殷杰，导师邹丹平教授；ICRA官方分享：https://www.bilibili.com/video/BV1q3411G7iFPa...
LVI-SAM、VINS-Mono、LIO-SAM算法的阅读参考和m2dgr数据集上的复现（留作学习使用）
m0_53713033的博客
03-14 984
python版本与pip 版本不对应：大概率是因为python2和python3共存，pip下载的版本都进到python3。更改：python -m pip install --user --upgrade pip==9.0.3。VINS-Mono算法跑m2dgr：（最简单的办法是将上面lvi-sam算法中的M2DGR_camera.yaml放进去，修改一下路径问题如euroc_config.yaml中保存路径）python 版本：python --version。pip版本： pip -V。
M2DGR数据集各传感器的名称-话题-外参的对应关系
weixin_56337147的博客
08-30 728
在使用M2DGR数据集进行多传感器融合估计时，既需要明确所使用传感器的话题名称，也需要知道各传感器之间的外参情况。本文介绍M2DGR数据集主要传感器的名称、在论文中的设备名称、在rosbag中话题topic名称、在标定文件calibration_results.txt中的名称之间的对应关系。上图左上角的数字5应该是数字8。按照位置安装图的顺序介绍。
嵌入调用js.zip_DGR_FT2_WebView_js植入_调用JS
09-21
"嵌入调用js.zip_DGR_FT2_WebView_js植入_调用JS"这个标题暗示了一个关于如何在WebView中集成和调用JavaScript代码的教程或示例。WebView是Android和iOS平台上的一个组件，它允许开发者在原生应用内展示网页内容，并...
Ground-Fusion 在m2dgr-pluas的相机配置文件
05-12
sophus非模板类库
M2DGR数据集 R3LIVE
最新发布
04-01
rospy.init_node('m2dgr_r3live', anonymous=True) sub = rospy.Subscriber('/lio_sam/mapping/odometry', PointCloud2, callback) rospy.spin() ``` 以上代码片段展示了一个简单的订阅者节点例子，它可以从指定...
数据集介绍与使用 M2DGR、KITTI、EuRoc，评测
weixin_43802726的博客
07-07 1572
官网链接为 https://www.cvlibs.net/datasets/kitti/eval_odometry.php，可以选择“odometry”并。论文地址为：https://www.mrt.kit.edu/z/publ/download/2013/GeigerAl2013IJRR.pdf。可以通过 pip install。论文位于：https://github.com/SJTU-ViSYS/M2DGR/blob/main/main.pdf。的场景，给当前的 SLAM 算法带来了很大的挑战性。
LVI-SAM跑四个数据集的evo评价，ape和rpe
03-28
包括四个数据集的slam地图，以及evo评估
LVI-SAM评估
weixin_43527977的博客
09-16 4872
原因：运行结束，对roslaunch执行ctrl+c后，进程会执行rosspin()后面的程序，在一定时间内程序没有执行完毕，进程会强制退出，并抛出escalating to SIGTERM错误。解决方法：将./config/KITTI_camera.yaml中图像尺寸改为相应运行序列的图像尺寸。原因：KITTI_camera.yaml中的转换矩阵参数的问题(解决方法：暂无(哪位大佬有解决方法私信我啊！)+相机和IMU不同步+IMU初始化参数？原因：不同序列的sync中图像的尺寸不同。
LVI-SAM代码复现、调试与运行
weixin_50578602的博客
10-24 6890
LVI-SAM是Tixiao Shan的最新力作，Tixiao Shan是Lego-loam和Lio-sam的作者，LVI-SAM是Tixiao Shan最新开源的基于视觉-激光-惯导里程计SLAM框架，结合了Lio-sam和Vins-Mono的视觉-激光-惯导融合的SLAM框架。
如何入门车路协同轨迹预测方向，应该从哪个地方入手呢？
CV_Autobot的博客
08-08 502
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取今天汽车人为大家分享知识星球的一周问答精选汇总，所有内容均出自【自动驾驶之心知识星球】，欢迎加入！1、请问lvisam与r3live两个算法在哪一个更好呢，算法先进性，实时性，精确度，鲁棒性方面可以比较一下吗墨染青衣：其中LVI-SAM是基于激光雷达的同步定位与建图算法，而R3LIVE是基于激光雷达-惯性-视觉融合的实时鲁棒性紧耦合...
m2dgr数据集在vins mono运行
weixin_45807759的博客
03-25 782
修改utility/visualization.cpp 158行的轨迹结果保存路径。修改utility/visualization.cpp 以下代码。创建m2dge.yaml。
LIO-SAM源码解析（四）：imuPreintegration.cpp
人无远虑，必有近忧
12-03 2399
这个cpp文件主要有两个类，一个叫IMUPreintegration类，一个叫TransformFusion类。现在我们分开讲，先说IMUPreintegration类。
LVI-SAM视觉特征点深度恢复原理解析
超爱吃小蛋糕的66的博客
11-21 704
对LVI-SAM视觉里程计中特征点深度信息恢复的原理进行简单解析，详细代码见，这里只把相关代码进行粘贴。
编译基于LIO-SAM的liorf“Large velocity, reset IMU-preintegration!“
Turn life into a dream, and then turn dreams into reality
12-09 2605
编译运行出现错误：“Large velocity，reset IMU-preintegration！
评论 7
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
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