基于LiDAR的多传感器融合笔记1

1.传感器

1.2.激光雷达

在长走廊，空旷的草地上会失效。

另外在自动驾驶车辆上使用的激光雷达一般是上百线程，价格仍然比较贵。

1.2.GNSS

• 使用RTK技术的原因：卫星信号传播到地面会经过大气层，在经过大气层的过程中信号会发生干扰，因此直接传给地面接收机得到的结果是有偏差的；而RTK技术就是先利用基站（知道自己的绝对经纬度坐标）接受卫星信号，然后和自己的绝对位置做差得到偏差值，然后再传给接收机进行偏差补偿

• 多路径效应：城市中有很多大楼，大楼都是玻璃，信号在传给车辆接收机的时候会不断发生折射，就称为多路径效应
  

1.3.轮速计

• 只是一个2d的测量，而一般我们都是做3D slam
• 轮子打滑失效

1.4.多传感器融合的方向

- Livox LiDAR是窄FOV的LiDAR

2.基于激光雷达的多传感器融合方案

2.1.LOAM（A-LOAM）

2.2.LeGO-LOAM

• 前端增加地面点的提取是因为LeGO-LOAM是对地面优化的方案

2.3.LIO-SAM

3.相关论文翻译

注意：以下三篇翻译都来自同一个博主，都是自己认真翻译的，它的博客基本也都是写的自己的笔记，其中还包括VINS的笔记，非常好！

loam论文翻译

LeGO-LOAM论文翻译

LIO-SAM: 论文翻译

4.编译安装

4.1.a-loam的编译安装

目前遇到了几个编译报错，还没跑数据集测试。
ubuntu20.04跑A-LOAM代码实测_songjuc的博客-程序员ITS203

还是会有链接警告，不知道最后跑的时候会不会出错

/usr/bin/ld: warning: libopencv_imgcodecs.so.3.2, needed by /opt/ros/melodic/lib/libcv_bridge.so, may conflict with libopencv_imgcodecs.so.4.5
/usr/bin/ld: warning: libopencv_core.so.4.5, needed by /usr/local/opencv4.5.1/lib/libopencv_imgcodecs.so.4.5.1, may conflict with libopencv_core.so.3.2

下面是一个写的类似doc文档，对loam的代码进行了分析
https://loam-velodyne.readthedocs.io/en/latest/ScanRegistration/scanregistration.html