如何轻松拿捏LIO-SAM?

发布时间:2024年01月10日

LOAM是目前为止激光里程计(LO)领域最经典最广泛使用的方法,堪称LO领域的baseline,至今仍在KITTI数据集上名列前茅。但是它存在诸多问题,比如:它直接存储全局体素地图而不是局部地图,从而很难执行回环检测以修正漂移;没有很好地使用IMU、GPS等测量融合进行位姿修正;并且体素地图的使用效率会随时间降低。

后续有很多研究者提出了各种改进方法提高LOAM在不同场景下的性能,如FAST-LIO使用EKF整合LiDAR和IMU的测量;LeGO-LOAM引入地面分割和回环检测进一步提高UGV的定位和建图性能;但其中效果较好的当属LIO-SAM,LIO-SAM是一种紧耦合的激光-惯性里程计方法,LIO-SAM可以说是LO的理想框架,其继承了LOAM特征检测和ICP匹配的稳定性,实现了激光雷达-IMU-GPS的多传感器融合,引入了回环检测方法修正全局漂移,利用了多种方法提高了SLAM算法的精度。

但是LIO-SAM中涉及到很多内容和理论的推导,不仅包括LOAM中原有的特征检测、特征匹配、噪声去除等内容,还使用了因子图来组织整个系统,其代码中使用了GTSAM包进行建模;除此之外,由于其紧耦合的设计,还使用了IMU预积分的知识,这部分知识往往是复杂的,对数学公式的的推导要求较高。

虽然网上也有一些LIO-SAM的论文讲解,但大部分都是对论文的简单翻译;虽然也有一些视频教程,但知识体系比较零散,铺天盖地的讲解导致很多初学者不能很好的把握其中的关键;关于其代码的讲解更是寥寥无几,导致很多同学很难理解其代码架构,更别提自己动手书写。

基于此,我们「3D视觉从入门到精通」知识星球特地增加了如何轻松拿捏LIO-SAM?系列视频课程,希望通过这门课,大家能对LIO-SAM的理论和代码有一些清晰的认识,自己能够真正地理解其算法思路,并进一步学习到一些阅读其他相关论文或代码的方法。

1.课程讲师

K.Fire,哈尔滨工业大学本科毕业保研至中国科学院大学攻读硕士,主要专注于3D激光SLAM、动态SLAM研究,CSDN资深博主,近4000粉丝量,热衷于知识分享。

2.课程大纲

第一章:绪论

- LOAM系列算法介绍及比较

- LIO-SAM优势及效果展示

第二章:预备知识

- 矩阵基础

- 三维刚体变换

- 李群与李代数

- 非线性优化

- 拓展:卡尔曼滤波

第三章:LOAM论文及原理详解

- LOAM论文带读

- ICP算法原理与发展、SVD分解

- LOAM代码速通、PCA算法

第四章:LeGO-LOAM、LIO-SAM论文及原理讲解

- LeGO-LOAM原理讲解

- LeGO-LOAM代码速通

- LIO-SAM原理讲解

第四章:LIO-SAM代码详解

- 前端-GTSAM、IMU预积分、位姿融合

- 后端-点云配准、建图、回环检测

第五章:实战及总结

- ROS系统简介及代码运行

- 总结、未来工作

本课程自2024年1月28日开课,每周更新一章

3.课程收获及亮点

(1)对LIO-SAM算法的原理及应用有更深刻地理解;

(2)对LOAM系列的传统激光3D SLAM算法的原理及局限有更深入的理解,了解到常见的分析和改进方法;

(3)学习到以初学者的角度,如何高屋建瓴的把握一类算法的学习方法和学习经验,了解作为初学者如何高效吃透一种算法;

(4)掌握代码阅读及实现的方法,更加透彻的掌握代码阅读及实现过程。

4.还能收获什么

1.优质的学习圈子

星球汇集了国内外各个高校的研究生、博士生,包括但不限于清华大学上海交通大学华中科技大学武汉大学南京大学北京理工大学北京航空航天大学;以及国外留学的小伙伴,主要就读于南加州大学墨尔本大学慕尼黑工业大学亚琛工业大学等。除此之外,还有很多一线工作的算法工程师、开发人员,包括但不限于百度、旷视、华为、奥比中光、云从、阿丘科技等。
星球的主要嘉宾

3D视觉从入门到精通知识星球是一个技术社区,在这里你可以讨论任何3D视觉相关的难题、前沿技术。星球邀请了国内外高校博士(北航、慕尼黑工业大学等)、CV独角兽公司CTO/CEO、以及各大厂的算法工程师解惑。在这里,你可以一对一和大佬交流,提出自己在工作学习上的疑问。

合作企业

知识星球现已和众多公司建立了良好的合作关系,公司内的算法负责人会不定期的来内部进行前沿技术/产品分享,除此之外,星球也为公司推荐合格的算法/开发人才。现有合作企业包括但不限于:华为云腾讯图漾科技镭神智能中科慧眼INDEMIND迁移科技追势科技等~
2.各种SLAM学习文章及代码

星球中不仅包含3D激光SLAM的各种算法及代码讲解,另外涵盖了多模态融合SLAM视觉SLAM三维重建相机标定等多种领域讲解专栏,更有如ORB-SLAM3、Vins-Fusion等各种经典框架的详细讲解视频教程,在星球进行提问可向包括讲师在内的多位领域大牛进行提问,并获得及时解答。

5.课程服务

文章来源:https://blog.csdn.net/qq_52785580/article/details/135506568
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。