AlterGround-LeGO-LOAM 项目下载及安装教程
2024-12-08 14:46:07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。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
Ascend Extension for PyTorch
Python
503
608
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
285
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
892
昇腾LLM分布式训练框架
Python
142
168