AlterGround-LeGO-LOAM 项目下载及安装教程
2024-12-08 13:05:06作者:卓艾滢Kingsley
1. 项目介绍
AlterGround-LeGO-LOAM 是一个基于 LeGO-LOAM 的 LiDAR 里程计框架,旨在轻松测试地面分割算法。该项目通过利用最新的地面分割方法 Patchwork,从原始点云和地面点云中估计里程计。AlterGround-LeGO-LOAM 适用于 ROS 环境,并支持 KITTI 数据集。
2. 项目下载位置
项目代码托管在 GitHub 上,可以通过以下命令进行下载:
git clone https://github.com/url-kaist/AlterGround-LeGO-LOAM.git
3. 项目安装环境配置
3.1 系统要求
- ROS (推荐使用 melodic 版本)
- gtsam (Georgia Tech Smoothing and Mapping library, 版本 4.0.0-alpha2)
3.2 安装 gtsam
首先,下载并安装 gtsam:
wget -O ~/Downloads/gtsam.zip https://github.com/borglab/gtsam/archive/4.0.0-alpha2.zip
cd ~/Downloads/ && unzip gtsam.zip -d ~/Downloads/
cd ~/Downloads/gtsam-4.0.0-alpha2/
mkdir build && cd build
cmake ..
sudo make install
3.3 安装依赖包
如果需要测试地面分割方法 Patchwork,请安装以下依赖包:
sudo apt-get install ros-melodic-jsk-recognition
sudo apt-get install ros-melodic-jsk-common-msgs
sudo apt-get install ros-melodic-jsk-rviz-plugins
3.4 环境配置示例
以下是环境配置的示例图片:
4. 项目安装方式
4.1 创建工作空间
首先,创建一个 ROS 工作空间并克隆项目代码:
mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src
git clone https://github.com/url-kaist/AlterGround-LeGO-LOAM
4.2 编译项目
进入工作空间并编译项目:
cd ~/catkin_ws
catkin build pago_loam
4.3 配置参数
在 utility.h
文件中,可以设置以下参数:
extern const string pointCloudTopic = "/benchmark/ground_estimate";
extern const bool alterGround = true;
extern const bool loopClosureEnableFlag = false;
std::string RESULT_PATH ="/data/bagfiles/KITTI_BAG/pago_pose_result.txt";
std::string TIME_PATH ="/data/bagfiles/KITTI_BAG/pago_pose_time.txt";
5. 项目处理脚本
5.1 KITTI 数据集处理
如果使用 KITTI 数据集,需要将 LiDAR 的 bin 文件转换为 rosbag 文件。可以使用 lidar2rosbag_KITTI
脚本进行转换。
5.2 运行地面分割算法
运行地面分割算法 Patchwork:
roslaunch patchwork pub_for_legoloam.launch
5.3 运行 PaGO-LOAM 和 KITTI bagfile
启动 PaGO-LOAM 并播放 KITTI bagfile:
roslaunch pago_loam run.launch
rosbag play /[Your dataset]/[kitti_bagfile].bag --clock
5.4 里程计估计
使用 evo
包估计里程计误差:
evo_ape kitti KITTI_00_gt.txt pago_pose_result.txt -va --plot --plot_mode xz --save_results results/KITTI_pago.zip --align
或者,通过转换结果为 TUM 格式后运行 evo
:
evo_ape tum KITTI_00_gt.txt pago_pose_result.txt -va --plot --plot_mode xz --save_results results/KITTI_pago.zip --align
通过以上步骤,您可以成功下载、安装并运行 AlterGround-LeGO-LOAM 项目。
热门项目推荐
相关项目推荐
- PDFMathTranslatePDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译,支持 Google/DeepL/Ollama/OpenAI 等服务,提供 CLI/GUI/DockerPython00
- topiam-eiam开源IDaas/IAM平台,用于管理企业内员工账号、权限、身份认证、应用访问,帮助整合部署在本地或云端的内部办公系统、业务系统及三方 SaaS 系统的所有身份,实现一个账号打通所有应用的服务。Java00
- 每日精选项目🔥🔥 12.18日推荐:将文件和办公文档转换为Markdown的Python工具🔥🔥 每日推荐行业内最新、增长最快的项目,快速了解行业最新热门项目动态~~017
- excelizehttps://github.com/xuri/excelize Excelize 是 Go 语言编写的一个用来操作 Office Excel 文档类库,基于 ECMA-376 OOXML 技术标准。可以使用它来读取、写入 XLSX 文件,相比较其他的开源类库,Excelize 支持操作带有数据透视表、切片器、图表与图片的 Excel 并支持向 Excel 中插入图片与创建简单图表,目前是 Go 开源项目中唯一支持复杂样式 XLSX 文件的类库,可应用于各类报表平台、云计算和边缘计算系统。Go02
- Cangjie-Examples本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。Cangjie038
- 毕方Talon工具本工具是一个端到端的工具,用于项目的生成IR并自动进行缺陷检测。Python039
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript0100
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript010
- Yi-CoderYi Coder 编程模型,小而强大的编程助手HTML012
- CommunityCangjie-TPC(Third Party Components)仓颉编程语言三方库社区资源汇总05
热门内容推荐
最新内容推荐
项目优选
收起
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
42
32
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
892
0
Cangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
166
38
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
162
32
HarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
248
60
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
382
100
RuoYi-Cloud-Vue3
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
20
16
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
403
45
GitCode光引计划有奖征文大赛
GitCode光引计划有奖征文大赛
16
1
easy-es
Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
20
4