无环SLAM系统集成后端回环检测模块(loop):SC-A-LOAM以及FAST_LIO_SLAM

最近在研究SLAM目标检测相关知识,看到一篇论文,集成了SC-A-LOAM作为后端回环检测模块,在学习了论文相关内容后决定看一下代码知识,随后将其移植,学习过程中发现我找的论文已经集成了回环检测模块,但是我的另一篇base并没有集成回环检测模块,不过后面调研发现这个回环检测模块可以方便的进行移植,下面简单总结一下这个后端回环模块的使用方式:

下面的FAST-LIO是在A-LOAM的基础上发展的后端回环模块集成到FAST算法上,首先参考SC-A-LOAM官网介绍:

根据官网介绍想要集成所提出的后端回环检测模块,只要要在已有的雷达里程计模块中输出一个里程计话题和一个扫描帧话题即可。
仅仅根据这个介绍相信还是不太容易上手,非常抽象,由于我选择的论文参考的FAST集成后的FAST-LIO-SLAM,所以我下面以FAST-LIO-SLAM为例说明如何集成SC-PGO回环检测模块

FAST-LIO-SLAM目录结构:

我们需要需要做两步,1.将FAST-LIO更改为自己的前端SLAM系统;2. 更改上图中SC-PGO模块中的里程计以及帧订阅话题。第一步需要结合自己选择的算法进行更改。第二部主要修改下述文件:

  • 修改lidar_type中的value为自己的雷达类型,如我的代码中的是:VLP16。这一步需要调研SC-PGO是否支持你的雷达类型。
  • 修改下面方框中的 /Odometry_after_opt 和 /loop_map为自己的里程计系统发布的里程计以及雷达帧话题,如果没有的话需要修改代码实现发布这两个话题。
  • **关于为什么FAST-LIO-SLAM集成的SC-PGO系统有三个话题映射:**上图最后一个方框下面一行的/cloud_for_scancontext的重映射,在FAST-LIO-SLAM代码中全局搜索/cloud_for_scancontext发现只有launch文件中这一处使用到的,其他地方没有,所以我考虑这个话题重映射是没有实际意义的,同时我选择的代码中也没有映射这个话题,可以考虑这个话题的影响。

按照上面步骤完成后就实现将回环检测模块集成到自己的SLAM系统中。

相关推荐
Coding茶水间1 小时前
基于深度学习的反光衣检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉
ʜᴇɴʀʏ7 小时前
论文阅读 SAM 3: Segment Anything with Concepts
论文阅读·人工智能·目标检测·计算机视觉·目标跟踪
AAD555888998 小时前
农业机械检测与识别46基于YOLOv8-SPPF-LSKA的Supperseeder和拖拉机目标检测系统_1
yolo·目标检测·目标跟踪
夏天是冰红茶8 小时前
小目标检测:LAM-YOLO详解
人工智能·yolo·目标检测
元让_vincent8 小时前
论文Review 点云配准综述 | 西北工业大学 | 3D Registration in 30 Years: A Survey | (一) 帧间粗配准
3d·机器人·slam·点云配准
DuHz10 小时前
汽车FMCW雷达互扰下的快速目标检测:谱峰累积法与泊松CFAR精读与推导
论文阅读·算法·目标检测·汽车·信息与通信·信号处理
AAD5558889913 小时前
YOLOX-Nano彩色盒子目标检测:8x8批量训练300轮COCO数据集优化方案
人工智能·目标检测·目标跟踪
FateRing13 小时前
ros noetic使用pointcloud_to_laserscan 将2d激光雷达与深度摄像头数据融合
slam·激光雷达·深度摄像头
渡我白衣16 小时前
AI应用层革命(七)——智能体的终极形态:认知循环体的诞生
人工智能·深度学习·神经网络·目标检测·microsoft·机器学习·自然语言处理
Coding茶水间1 天前
基于深度学习的脑肿瘤检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉