イア・リオ・サム IA-LIO-SAMとは何ですか? IA_LIO_SLAM は、非構造化環境でのデータ収集用に作成されており、高精度のロボットの軌道とマッピングを実現する、スムージングとマッピングを介した強度および周囲の拡張ライダー慣性走行距離測定用のフレームワークです。リポジトリ情報元のリポジトリのリンク https://github.com/minwoo0611/IA_LIO_SAM

必要なセンサー LIDAR [ベロダイン、オースター] IMU [9軸] GNSS ROS の互換性 ROS 1 依存関係 ROS (Kinetic および Melodic でテスト済み)

for ROS melodic:

sudo apt-get install -y ros-melodic-navigation sudo apt-get install -y ros-melodic-robot-localization sudo apt-get install -y ros-melodic-robot-state-publisher for ROS kinetic:

sudo apt-get install -y ros-kinetic-navigation sudo apt-get install -y ros-kinetic-robot-localization sudo apt-get install -y ros-kinetic-robot-state-publisher GTSAM (ジョージア工科大学のスムージングおよびマッピングライブラリ)

wget -O ~/Downloads/gtsam.zip https://github.com/borglab/gtsam/archive/4.0.2.zip cd ~/Downloads/ && unzip gtsam.zip -d ~/Downloads/ cd ~/Downloads/gtsam-4.0.2/ mkdir build && cd build cmake -DGTSAM_BUILD_WITH_MARCH_NATIVE=OFF .. sudo make install -j8 構築して実行 1) ビルド mkdir -p ~/catkin_ia_lio/src cd ~/catkin_ia_lio/src git clone https://github.com/minwoo0611/IA_LIO_SAM cd .. catkin_make 2) パラメータの設定リポジトリをダウンロードした後、構成ファイルのトピックとセンサーの設定を変更します ( workspace/src/IA_LIO_SAM/config/params.yaml)

imu-lidar との互換性を確保するには、キャリブレーションの外部行列を変更する必要があります。

外部行列

自動保存を有効にするには、ファイル ( )にがsavePCD必要です。trueparams.yamlworkspace/src/IA_LIO_SAM/config/params.yaml 3) 走る # open new terminal: run IA_LIO source devel/setup.bash roslaunch lio_sam mapping_ouster64.launch

# play bag file in the other terminal rosbag play RECORDED_BAG.bag --clock データセットのサンプル画像描画描画描画

データセットの例データセットの例については、元のリポジトリのリンクを確認してください。

接触メンテナ: Kevin Jung ( GitHub: minwoo0611) 紙このコードを使用する場合は、IA-LIO-SAM(./config/doc/KRS-2021-17.pdf) を引用していただきありがとうございます。

コードの一部はLIO-SAM (IROS-2020)から適応されています。

@inproceedings{legoloam2018shan, title={LeGO-LOAM: Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain}, author={Shan, Tixiao and Englot, Brendan}, booktitle={IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)}, pages={4758-4765}, year={2018}, organization={IEEE} } 謝辞 IA-LIO-SAM は、LIO-SAM (T. Shan、B. Englot、D. Meyers、W. Wang、C. Ratti、および D. Rus) に基づいています。LIO-SAM: 平滑化および平滑化による密結合ライダー慣性走行距離測定マッピング）。

IA-LIO-SAM#

What is IA-LIO-SAM?#

IA_LIO_SLAM is created for data acquisition in unstructured environment and it is a framework for Intensity and Ambient Enhanced Lidar Inertial Odometry via Smoothing and Mapping that achieves highly accurate robot trajectories and mapping.

Repository Information#

Original Repository link#

https://github.com/minwoo0611/IA_LIO_SAM

Required Sensors#

LIDAR [Velodyne, Ouster]
IMU [9-AXIS]
GNSS

ROS Compatibility#

ROS 1

Dependencies#

ROS (tested with Kinetic and Melodic)

for ROS melodic:

sudo apt-get install -y ros-melodic-navigation
sudo apt-get install -y ros-melodic-robot-localization
sudo apt-get install -y ros-melodic-robot-state-publisher

for ROS kinetic:

sudo apt-get install -y ros-kinetic-navigation
sudo apt-get install -y ros-kinetic-robot-localization
sudo apt-get install -y ros-kinetic-robot-state-publisher

GTSAM (Georgia Tech Smoothing and Mapping library)

wget -O ~/Downloads/gtsam.zip https://github.com/borglab/gtsam/archive/4.0.2.zip
cd ~/Downloads/ && unzip gtsam.zip -d ~/Downloads/
cd ~/Downloads/gtsam-4.0.2/
mkdir build && cd build
cmake -DGTSAM_BUILD_WITH_MARCH_NATIVE=OFF ..
sudo make install -j8

Build & Run#

1) Build#

    mkdir -p ~/catkin_ia_lio/src
    cd ~/catkin_ia_lio/src
    git clone https://github.com/minwoo0611/IA_LIO_SAM
    cd ..
    catkin_make

2) Set parameters#

After downloading the repository, change topic and sensor settings on the config file (workspace/src/IA_LIO_SAM/config/params.yaml)

For imu-lidar compatibility, extrinsic matrices from calibration must be changed.

Extrinsic Matrices

To enable autosave, savePCD must be true on the params.yaml file (workspace/src/IA_LIO_SAM/config/params.yaml).

3) Run#

  # open new terminal: run IA_LIO
  source devel/setup.bash
  roslaunch lio_sam mapping_ouster64.launch

  # play bag file in the other terminal
  rosbag play RECORDED_BAG.bag --clock

Sample dataset images#

drawing drawing drawing

Example dataset#

Check original repo link for example dataset.

Contact#

Maintainer: Kevin Jung (GitHub: minwoo0611)

Paper#

Thank you for citing IA-LIO-SAM(./config/doc/KRS-2021-17.pdf) if you use any of this code.

Part of the code is adapted from LIO-SAM (IROS-2020).

@inproceedings{legoloam2018shan,
  title={LeGO-LOAM: Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain},
  author={Shan, Tixiao and Englot, Brendan},
  booktitle={IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
  pages={4758-4765},
  year={2018},
  organization={IEEE}
}

Acknowledgements#

IA-LIO-SAM is based on LIO-SAM (T. Shan, B. Englot, D. Meyers, W. Wang, C. Ratti, and D. Rus. LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping).