Loam_livox关键函数解析

Loam_livox的算法解析可以参考论文和相关资料，这里只对某些关键函数的功能进行说明。写这篇博客的原因是发现网上关于部分函数，特别是论文中没有提到的函数的说明甚少，所以把自己阅读过程中的理解加以记录，其中难免出现理解错误，希望大家留言指正。

laser_feature_extractor.cpp

只有一个main函数。

 laser_feature_extractor.hpp

 init_ros_env()，一些初始化和话题的订阅发布，直接找订阅原始点云的回调函数，继续往下看。

laserCloudHandler（），回调函数，对激光点云的主要处理流程。跳过开始的20帧，然后将每帧数据分成多个scan，提取平面点和角点并发布，具体实现都在文件livox_feature_extractor.hpp里。

livox_feature_extractor.hpp

projection_scan_3d_2d()函数用于激光点云预处理，将点云投影到前方（x轴正方向）一米处，寻找扫描转折点。因为livox固态激光雷达是花瓣式扫描，所以目的就是找到距中心最远点进行去除，并分割为多个scan。

split_laser_scan()，将一帧激光点分割成多束scan，每个“花瓣”被分成两个线束，类似于velodyne激光雷达按线束分割。

compute_features()，计算曲率，并按曲率大小对平面点和角点分类打标签。

extract_laser_features()，特征提取，主要就是调用了上面三个函数。

get_features(), 根据特征分类，将平面点和角点分别放到不同的pcl::PointCloud中。

point_cloud_registration.hpp

这个函数主要是用ceres优化点线、点面距离的残差函数，就是scan to map的优化过程。

pointAssociateToMap()，对点云去运动畸变，根据时间戳做了线性插值。

find_out_incremental_transfrom()，估计每帧点云的变换增量，构建点线、点面距离的残差函数，然后用ceres估计位姿变换。