测试不同的LIO系统_fast-lio数据集

使用数据集、方案、分析见博客：多传感器融合方案对比和分析_有名字的人ya的博客-CSDN博客

测试不同的激光雷达和IMU融合的建图方案，视频部分见：LIO系统测试1-LIO_SAM_哔哩哔哩_bilibili

相关代码存放在此仓库：GitHub - coolaogege/Lio_test: A repository for recording the code of the mainstream LIO system.

• 只是大致跑了一下，从直观上感觉当前已有方案的优缺点，没有进行数据评估，因水平有限，难免出错，欢迎指正！

• 测评上主要是：建图效果、轨迹精度、回环检测、运行效率 几个方面

使用LIO-SAM进行测试

• 使用数据集urbanTST

• 因为LIO-SAM是带有回环检测功能的，能够构建全局一致性的地图！！！

• 虽然后端没有紧耦合，但是仅依靠IMU的去畸变和预测初值，就已经提供了不错的效果！！

• 但是感觉点云精细度不如测试的lio-livox 和 fastlio2

 

 

使用SSL_SLAM3代码调试激光雷达

参考：

• SSL_SLAM2 同floam代码，只不过是在建图节点上有差别 ， 是纯激光里程计

• SSL_SLAM3 代码提供了 紧耦合IMU和LIDAR 的融合方案！

• 但是不含去畸变 ，因此调试 使用 imu 去畸变！

• 在lidar和imu的初始化上不够有效！ 调试lidar和imu的初始化！

问题

• 在使用我自己的数据集时 , 我手动计算了 ring 和 time ,但是 依然报错!!! 还没有解决掉!!!

• 这里的IMU话题要手动的修改!

    ros::Subscriber sub_imu = nh.subscribe<sensor_msgs::Imu>("/imu/data", 100, imuCallback);

• 能够跑通了hkust_20201105full.bag , 地图更新 以及 点云话题显示不正确!! 还需要修改!!!

• 调试了kitti 显示 没有time

• 调试了mydata 显示没有 time

• 调试了 urban 显示没有 time

• 调试了hiti数据集 ouster 64 2048

• 运行示意图

• 数据集urbanTST ssl_slam3_ws

roslaunch ssl_slam3 Urbandata.launch 

使用LIO-livox-modify代码调试激光雷达

• 目前代码已经能够跑通，基于修改版本的，在使用IMU紧耦合的基础上出现问题，待查看！

• 正在阅读源码！！ 准备修改为自己数据集的特征提取部分！！！因为自己的数据不含ring、time，需手动解算！

• 在数据集park上进行了调试！原版（指这个修改过的原来的部分）和修改版本都可以！

• 使用最原版代码（指最原始版本），在livox-mid360数据集上进行了测试！可以跑通！！

• 原版代码（指这个修改过的原来的部分），使用紧耦合时 ，特别的慢不知道是为什么,就算只用1，只去畸变，也会慢！！ 但是可以跑！看到git上的讨论，好像是对电脑要求比较高！！

• park数据集 ，UrbanTST数据集可用 ， 注意修改外参和IMU的内参！！！

• 修改过的代码，只进行去畸变，代码也可以跑，但是使用了紧耦合，代码报错！！！这一部分待检查！！！

• 使用数据集urbanTST lio-livox-modify_ws

  • 使用原版（指这个修改过的原来的部分） 使用紧耦合！！ 我的电脑不能够实时跑！

  roslaunch lio_livox run.launch

  • 使用修改的代码，前段特征提取 和 idtree更新地图 IMU仅使用于去畸变！！ 我的电脑不能够实时跑！

  roslaunch lio_livox run_ikd.launch

高程误差很大，IMU虽然有一定的制约，但是因为没有回环检测，因此高程误差存在，不能建立一致的地图！ 但我感觉建的图特别的精细！！！

使用Livox-Mapping测试

• 针对LIO-livox代码的修改：

  • 可以实时进行，我的电脑也可以实时运行，阅读代码发现，中间有几个地方相较于源码，使用了多线程并发处理，加快了运行速度！

  • 使用SC，进行闭环检测

  • 添加地图保存和轨迹保存

  • 后处理，通过软件，能手动消除动态点云！

  • 因为是对livox支持，还没有适配到机械雷达上！ 待修改！

• 运行数据集 around_park_2021-09-24-11-36-03.bag livox_mapping_ws

roslaunch livox_mapping livox_mapping.launch save_path:="/home/ya/livox-mapping-out"

roslaunch livox_odometry livox_odometry.launch save_path:="/home/ya/livox-mapping-out"

 rosbag play anticlock_around_building_2021-12-10-15-23-45.bag

 

• 测试结果

能够建立全局一直的地图！！！ 地图保存出错！！ 可能是我保存的文件命令方式不对！

数据集采用作者提供的数据集！

 

 

 

使用lili-om-modify进行测试

• 测试发现，slide_window_width: 2 只能是2!

• https://github.com/KIT-ISAS/lili-om/issues/29 以及#9 出现了一样的问题！！！

• 另外在刚开始第一帧的点云有问题！！ 然后路径和状态就会偏移！！ 不知道哪里的问题目前！ (后来发现只显示地图是没有问题的，应该是第一帧数据没有对齐呢！不算bug！）

• 测试下来发现，这个的轨迹精度还是非常高的！ 也能做到实时性！ 回环检测带来的效果确实是比较的好！ 比独立出来的SC-PGO包要好很多！

• 使用数据集urbanTST lili-om-modify_ws

roslaunch lili_om_rot run_fr_iosb.launch

  

 

使用Fastlio2进行测试

• 使用数据集urbanTST fastlio2_ws

roslaunch fast_lio mapping_velodyne.launch

• 可以直接跑通，使用原本的launch文件，注意修改保存地图 路径显示 等参数！！

• Fast-lio2不带回环检测，因此也会导致z轴的相对漂移！！

• 刚开始的地方在转向那有些许的重影了 ， 并且在转向处的轨迹不够平滑！

使用fastlio-slam进行测试

• 运行

    # terminal 1: run FAST-LIO2 
    source devel/setup.bash
    roslaunch fast_lio mapping_velodyne.launch # setting for UrbanHKTST dataset 
​
    # open the other terminal tab: run SC-PGO
    source devel/setup.bash
    roslaunch aloam_velodyne UrbanHK.launch # setting for UrbanHKTST dataset 
​
    # open the other terminal tab
    # run play *.bag

• 数据集UrbanHKTST测试结果 fast-lio-sam_ws