在window系统用 python 做slam回环检测和图优化位姿(附代码思路)

因为 fast lio 没有回环模块,现有的添加回环的一些 github 项目工程又各自有各自的问题,所以我把它每个节点的点云数据和位姿信息保存了下来,自己做一个单独的回环图优化模块,和 LIO 激光里程计模块完全解耦,并且要足够简单,使用一个python代码程序文件即可实现,同时要在window系统也可以运行,经过一些时间的尝试,最后做好了这个代码工具。

特点:

松耦合,以后可以和任意新发布的里程计结合使用来进行位姿优化

有两种模式,手动设置回环的点或者自动检测回环的模式;

代码简单容易运行

自动检测回环的示意图

在window系统用 python 做slam回环检测和图优化位姿(附代码思路)_第1张图片

优化高程误差的示意图,红色是优化之后的轨迹,wechat 394467238 有效的去除了高程误差:

在window系统用 python 做slam回环检测和图优化位姿(附代码思路)_第2张图片

使用了open3d 和 numpy 模块;

你可能感兴趣的:(点云及图像-免费,c++,点云,算法,人工智能)