Open YWL0720 opened 6 months ago
@zfc-zfc 您好!感谢优秀的工作。 我按照您在 #19 中的提示, 测试激光里程计时。发现对于机械式雷达,FAST-LO表现的都很好,但针对于固态雷达如mid-360或avia,效果则变得很不稳定,经常出现抖动的现象。为了排除我自己数据集的影响,我也下载了您上传的mid360_100ms_delay.bag进行了测试。
使用的参数如下。
common: lid_topic: "/livox/lidar" imu_topic: "/livox/imu/async" preprocess: lidar_type: 1 # Livox series LiDAR feature_extract_en: false scan_line: 6 blind: 1 initialization: cut_frame_num: 1 # must be positive integer orig_odom_freq: 10 # original Lidar frequency mean_acc_norm: 1 # 1 for livox built-in IMU online_refine_time: 20 # seconds data_accum_length: 9999999 Rot_LI_cov: [ 0.00005, 0.00005, 0.00005 ] Trans_LI_cov: [ 0.00001, 0.00001, 0.00001 ] mapping: filter_size_surf: 0.05 filter_size_map: 0.15 gyr_cov: 0.5 acc_cov: 0.5 b_acc_cov: 0.0001 b_gyr_cov: 0.0001 det_range: 100.0 publish: path_en: true scan_publish_en: true # false: close all the point cloud output dense_publish_en: true # false: low down the points number in a global-frame point clouds scan. scan_bodyframe_pub_en: false # true: output the point cloud scans in IMU-body-frame pcd_save: pcd_save_en: false interval: -1 # how many LiDAR frames saved in each pcd file; # -1 : all frames will be saved in ONE pcd file, may lead to memory crash when having too much frames.
得到的效果如图所示
我尝试将参数cut_frame_num 改为 5,效果则变得正常。
所以想请问下,造成这样现象的原因是什么呢?如果我想使用不分帧的点云获得稳定的估计,您有什么调整的意见么?
感谢! 原理上讲,如果不分帧,无论是机械式雷达还是固态激光雷达 在运动较剧烈(如较快旋转)都是很难保持鲁棒的。原因就是FAST-LO的匀速模型在点云频率较低时变得不合理,而频率高时 两帧间隔时间短,匀速假设更加合理。而至于提到的机械雷达FAST-LO效果好,只是因为#19中提到的几个数据都是在小车上采集的,运动很平缓;而你下载的我提供的数据是手持采集的,且有较快速的旋转。你想不分帧获得稳定的估计,要么用LIO,要么试试其他LO算法。
@zfc-zfc 您好!感谢优秀的工作。 我按照您在 #19 中的提示, 测试激光里程计时。发现对于机械式雷达,FAST-LO表现的都很好,但针对于固态雷达如mid-360或avia,效果则变得很不稳定,经常出现抖动的现象。为了排除我自己数据集的影响,我也下载了您上传的mid360_100ms_delay.bag进行了测试。
使用的参数如下。
得到的效果如图所示![Screenshot from 2024-01-12 22-11-29](https://github.com/hku-mars/LiDAR_IMU_Init/assets/65143504/f185f3c2-73ce-4ecf-abd8-a080edc01f05)
我尝试将参数cut_frame_num 改为 5,效果则变得正常。
所以想请问下,造成这样现象的原因是什么呢?如果我想使用不分帧的点云获得稳定的估计,您有什么调整的意见么?
感谢!