SLAM学习笔记(一)Lio-sam安装与运行 ubuntu18.04+ros melodic

三维激光SLAM入门 Lio-sam安装与运行 ubuntu18.04+ros melodic


文章目录

  • 前言
  • 一、环境要求
  • 二、复现步骤
    • 1.安装ROS依赖
    • 2.安装Lio-sam
    • 3.下载给定数据集
    • 4.运行Lio-sam
    • 5.播放数据包
    • 5.保存Pcd建图结果
  • 总结


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SLAM学习笔记(一)Lio-sam安装与运行 ubuntu18.04+ros melodic_第1张图片

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。

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!

你可能感兴趣的:(SLAM学习,ubuntu,交通物流,计算机视觉)