复现LIWO - 技术栈

下载kaist数据以及真值：

此处省略代码编译和环境配置

一、查看各类传感器频率

1.1查看数据包信息

在总时长307s中，/encoder_count 话题发布 30798条msgs 频率100Hz；

/gps/fix 话题发布 1540条 msgs 频率5Hz;

/imu/data_raw 话题发布 30800 msgs 频率100Hz；

/velocity 话题发布 30797 msgs 频率100Hz；

/velodyne_points 话题发布 3051 msgs 频率10Hz；

1.2通过rostopic hz /velodyne_points测特定话题的实时频率

二、查看LIWO总体流程的话题节点

2.1启动LIWO程序

2.2启动rqt查看节点话题

可知该LIWO订阅：

10Hz的/velodyne_points话题；

100Hz的/velocity话题；

100Hz的 /imu/data_raw话题

三、新建文件夹

3.1output用于存放实时估计的姿态

3.2新建文件夹cloud_frame用于存放单帧激光雷达数据经过运动补偿、去畸变、体素下采样后的完整点云

打开7号pcd，pcl_viewer 7.pcd

3.3新建文件夹cut_sweep用于存放原始激光雷达点云扫描帧被切分为多段子扫描后的点云

3.4启用debug_output

<param name="debug_output" type="bool" value="0"/>修改为：

四、启动SLAM

4.1播放数据包

复制代码

rosbag play kaist_1.bag --clock -d 1.0 -r 1.0

--clock ：时钟发布，发布/clock话题，使用bag记录的时间

-d 1.0 ：启动延时，1s

-r 1.0 ：播放速率1.0

4.2建图过程

得到实时位姿估计轨迹

4.3全局点云地图（待查验）

五、精度评估

5.1 TUM数据集格式

格式为：时间、位置、姿态四元素（time, t_x, t_y, t_z, q_x, q_y, q_z, q_w）

估计值

真值

5.2 EVO评估工具

参考链接配置EVO工具

打开终端输入evo，然后按Tab键就可以出现如下命令

5.3 EVO依赖版本

EVO 需要 Python 3.6 或更高版本，若是Python 2.7则需要更改

复制代码

 sudo update-alternatives --config python

5.4 ape评估-评估两条轨迹的绝对位姿误差

元素	说明	备注
基本命令结构	`evo_ape tum <参考轨迹> <估计轨迹> [可选项]`	基础框架，必须遵循的格式。
必需参数	`tum`：指定轨迹文件为 TUM 格式。	格式必须匹配，否则会报错。
	`kaist_1.txt`：参考轨迹文件（真值/ground truth）。	-
	`pose.txt`：待评估的估计轨迹文件。	-
常用可选参数	`-a`(`--align`)：进行 SE(3) 刚体变换对齐（旋转和平移）。	强烈推荐，消除初始位姿偏差。
	`-s`(`--correct_scale`)：进行尺度校正。	如果估计轨迹来自单目SLAM（尺度不确定），必须使用。
	`-p`(`--plot`)：生成并显示轨迹和误差的可视化图形。	直观比较。
	`-v`(`--verbose`)：启用详细输出模式。	显示更全面的处理信息。
	`--plot_mode xyz`：设置绘图模式为三维显示。	默认为 `xyz`，也可选 `xy`, `xz`等二维视图。
进阶可选参数	`-r full`：同时评估旋转和平移误差（无单位）。	默认评估平移误差 (`-r trans_part`，单位：米)。
	`--save_plot <路径>`：将生成的图表保存为图片文件。	如 `--save_plot ./my_plot.png`。
	`--save_results <路径>`：将统计结果保存为 `.zip`文件。	便于后续用 `evo_res`命令比较不同结果。