-by 计算机视觉life 旗下 SLAM知识星球学习小组
This project is the Chinese annotation of LVI-SAM code and related work, and we have recorded a detailed explanation video for this code. Our main contributions are as follows:
- Provides detailed Chinese comments for the source code
- Created a docker image, which can save local environment configuration time
docker pull liangjinli/slam-docker:v1.2
- The actual dataset on campus was recorded and made available
- Validated on the M2DGR dataset and provided the LVI-SAM_M2DGR branch
Liming Jing(Northeastern University)
Jialin Liu(Fudan University)
Shouan Wang(China University of Mining & Technology-Beijing)
WenJun Wan(Institute of Computing, Chinese Academy of Sciences)
Xinjie Zhou(Harbin Institute of Technology)
Shijie Qiao(Jilin University)
Jiarong Liu(Shanghai Jiao Tong University)
参与人员(排名不分先后):
荆黎明(东北大学)、刘嘉林(复旦大学)、汪寿安(**矿业大学北京)、万文俊(中科院计算所)、周新杰(哈工大)、乔生(吉林大学)、刘嘉荣(上海交通大学)
- 为源代码提供了详细的中文注释
- 制作了docker镜像,可节约本地环境配置时间
- 录制了校园内的实际数据集并开放
- 在更多数据集上的验证可行性
LVI-SAM学习小组docker v1.2使用图文简洁介绍
docker镜像已上传docker-hub,可以拉取镜像按照教程使用节约环境配置的时间
拉取镜像的命令:docker pull liangjinli/slam-docker:v1.2
链接:https://pan.baidu.com/s/1e5UhbLfnJE28wVy1l1Rc3w?fm=lk0 提取码:x5xi
百度网盘里存有80G的bag包,bag包的使用说明见此仓库的README
感谢上海交通大学邹丹平老师团队录制的开源数据集M2DGR,提供了更为丰富的多传感器数据方便我们验证LVI-SAM算法
数据集链接:https://github.com/SJTU-ViSYS/M2DGR
我们在该数据集上进行了相关适配,如果您想使用它,请切换到LVI-SAM_M2DGR分支
- LVI-SAM英文论文精读
- 简单捋一遍LOAM到LVI-SAM的方法跃迁
- visual_feature + featureExtraction ,横向对比视觉和雷达的提取特征思路上的异同
- imuPreintergation.cpp,结合imu预积分的原理推导和代码讲解
- visual_estimator ,视觉里程计部分
- imageProjection.cpp ,激光雷达数据去畸变
- mapOptmization ,因子图优化
- visual_loop ,视觉回环模块
- 回顾盘点,理清系统的数据流动,节点之间的关系和总览
视频和课件分享见 cvlife.net
中文注释的代码已全部上传
期待反馈当前注释存在的问题!