一:Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono),基于视觉-激光-惯导里程计的SLAM框架,环境搭建和跑通过程

一:前言介绍

 

LVI-SAM是Tixiao Shan的最新力作,Tixiao Shan是Lego-loam(基于激光雷达里程计的SLAM框架)和Lio-sam(基于惯性-雷达紧耦合的SLAM框架)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,作为结合Lio-sam和Vins-Mono的视觉-激光-惯导融合的SLAM框架,很值得学习一波。

二:代码和数据下载

作者的代码、论文、数据集和环境搭建教程都放在Github里面,讲解的很清楚,如果搭建过Lio-sam的小伙伴,应该能很快搭建并跑通数据集。

放一波Github的网址:https://github.com/TixiaoShan/LVI-SAM

数据集可以在以下网址下载,需要科学上网,

https://drive.google.com/drive/folders/1q2NZnsgNmezFemoxhHnrDnp1JV_bqrgV?usp=sharing

如果没有科学上网,这边有百度云链接。

链接:https://pan.baidu.com/s/1KdE-jrFIpMa-pR2nf7_aMA​pan.baidu.com

提取码:2m17

三.环境配置和搭建

运行环境:ROS(Tested with kinetic and melodic)

依赖1:下载GTSAM(也可以在github里面直接下载)

wget -O ~/Downloads/gtsam.zip https://github.com/borglab/gtsam/archive/4.0.2.zip

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 -j4

依赖2:下载Ceres(也可以在github里面直接下载)

sudo apt-get install -y libgoogle-glog-dev

sudo apt-get install -y libatlas-base-dev

wget -O ~/Downloads/ceres.zip https://github.com/ceres-solver/ceres-solver/archive/1.14.0.zip

cd ~/Downloads/ && unzip ceres.zip -d ~/Downloads/

cd ~/Downloads/ceres-solver-1.14.0

mkdir ceres-bin && cd ceres-bin

cmake ..

sudo make install -j4

下载源代码:(也可以在github里面直接下载)

cd ~/catkin_ws/src

git clone https://github.com/TixiaoShan/LVI-SAM.git cd ..

catkin_make

解决编译报错的问题:

1.安装Ceres 出现Can't find Google Log (glog). 需要安装glog,

https://github.com/google/glog/releases/tag/v0.4.0

先从Github下载源码,然后解压进入文件夹,命令行敲下:

mkdir build

cd build

cmake ..

sudo make install -j4

然后重新编译ceres,发现编译通过了。

2.编译LVI-SAM源码出现错误:GTSAM was built against a different version of Eigen.

因为GTSAM的eigen版本跟系统版本冲突了,需要修改GTSAM的eigen依赖库的版本,改为系统的eigen。

在CMakeLists.txt文件中if(GTSAM_USE_SYSTEM_EIGEN)前面添加如下代码:

set(GTSAM_USE_SYSTEM_EIGEN ON),重新编译就可以了。

四.跑数据集

rosbag play handheld.bag

roslaunch lvi_sam run.launch

效果如下:

一:Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono),基于视觉-激光-惯导里程计的SLAM框架,环境搭建和跑通过程_第1张图片

你可能感兴趣的:(多传感器融合SLAM,导航研究和学习,slam,linux,人工智能)