因子图优化及 GTSAM 库介绍因子图在 slam 的后端优化问题中，我们通常会通过一些传感器的观测，比如视觉特征点， IMU 预积分量， Lidar面点和边缘点的约束去构建一个优化问题，求解状态量（如位姿、速度等），这个时候我们考虑一个问题，当给这...

在之前的教程中，我们讨论了 tf2 和 time 的基础知识。 本教程将带我们更进一步，并揭示一个强大的 tf2 技巧：时间旅行(time travel.)。 简而言之，tf2 库的关键特性之一是它能够在时间和空间上转换数据。 此 tf2 时间旅行功...

背景Launch文件用于启动节点，服务以及执行进程。这一些行为会涉及到参数，不同的参数会有不同的行为。在描述可重用的启动文件时，可以在参数中使用替换以提供更大的灵活性。Substitutions是仅在执行启动描述期间计算的变量，可用于获取特定信息，如...

IMU 器件介绍及选型建议IMU是惯性测量单元，包括一个三轴的加速度计以及一个三轴的陀螺仪，分别测量出物体的加速度和角速度，不受周围环境结构，光照等外界因素影响 ; 同时，通常 IMU 的输出频率在 100-1000hz 之间，远高于相机或者激光雷达...

LIOSAM相对于LOAM和Lego-LOAm的代码可读性比较好，功能也比较全。可以方便的去拓展 摘要我们提出了一个基于GTSAM优化库的 紧耦合的雷达惯性里程计。它是一个高精度，实时的轨迹估计和地图构建。LIOSAM有多个传感器，他基于因子图，把我...

背景在之前的教程中，我们通过tf2的广播者和监听者对小乌龟案例进行了研究，我们还学习了如何向一个tf树添加一个frame。该tf树会随着时间而变化，并且 tf2 会为每个转换存储一个时间快照（默认情况下最多 10 秒）。 到目前为止，我们使用 loo...

在之前的教程中，我们完成了如何写一个broadcaster和一个监听者，该教程会介绍如何向tf树中添加一个固定的或者是动态变化的frame。事实上，添加一个frame的过程非常像创建一个tf2 broadcaser的过程，下面我们会说明一些额外的关于...

框架介绍LeGo-LOAM 是 Tixiao Shan 提出的一种基于 LOAM 的改进版本，其主要是为了实现小车在多变地形下的定位和建图，其针对前端和后端都做了一系列的改进，具体来说 数据处理过程 对地面点进行分类和提取，避免一些一场边缘点的提取 ...

A_LOAm mapping模块不同于前端的 scan-to-scan 的过程， LOAM 的后端是 scan-to-map 的算法，具体来说就是把当前帧和地图进行匹配，得到更准的位姿同时也可以构建更好的地图。由于是 scan-to-map 的算法，...

目标运行turtlesim演示版本，并在使用turtlesim的多机器人示例中看到tf2强大的功能。 安装demo1234sudo apt install ros-galactic-turtle-tf2-py ros-galactic-tf2-too...