Skip to content

LVI-SAM: Tightly-coupled Lidar-Visual-Inertial Odometry via Smoothing and Mapping

License

Notifications You must be signed in to change notification settings

li-q123/LVI-SAM_detailed_comments

 
 

Repository files navigation

LVI-SAM超详细注释与配套

-by 计算机视觉life 旗下 SLAM知识星球学习小组

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(中国矿业大学北京)、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)

一、我们的贡献

  1. 为源代码提供了详细的中文注释
  2. 制作了docker镜像,可节约本地环境配置时间
  3. 录制了校园内的实际数据集并开放
  4. 在更多数据集上的验证可行性

二、docker环境链接

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

三、学习小组录制LVI-SAM数据集

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

采集设备

建图效果

四、在M2DGR数据集上演示

五、学习小组分享顺序

  1. LVI-SAM英文论文精读
  2. 简单捋一遍LOAM到LVI-SAM的方法跃迁
  3. visual_feature + featureExtraction ,横向对比视觉和雷达的提取特征思路上的异同
  4. imuPreintergation.cpp,结合imu预积分的原理推导和代码讲解
  5. visual_estimator ,视觉里程计部分
  6. imageProjection.cpp ,激光雷达数据去畸变
  7. mapOptmization ,因子图优化
  8. visual_loop ,视觉回环模块
  9. 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

六、中文代码注释

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!

七、LVI-SAM 原仓库链接

https://github.com/TixiaoShan/LVI-SAM

About

LVI-SAM: Tightly-coupled Lidar-Visual-Inertial Odometry via Smoothing and Mapping

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • C++ 99.1%
  • Other 0.9%