大家好呀，我是一个SLAM方向的在读博士，深知SLAM学习过程一路走来的坎坷，也十分感谢各位大佬的优质文章和源码。随着知识的越来越多，越来越细，我准备整理一个自己的激光SLAM学习笔记专栏，从0带大家快速上手激光SLAM，也方便想入门SLAM的同学和小白学习参考，相信看完会有一定的收获。如有不对的地方欢迎指出，欢迎各位大佬交流讨论，一起进步。博主创建了一个科研互助群Q：772356582，欢迎大家加入讨论。经过前几次课的讲述，你已经知道了SLAM是干嘛的，以及一些Ubuntu和ROS的简单使用，最重要的是学会了如何编译C++工程。那就先来编译一个Lego_loam代码并运行它吧，你跑通的第一个
任务要求：已知相机镜头焦距f为8mm，相机单个CCD像素在水平和竖直两个方向上的尺寸均为3.75微米，相机为普通透光镜头和面阵相机，对相机进行标定，测量相机的内外参数。操作步骤：1.在HALCON中运行gen_caltab算子，生成标定板和标定描述文件。gen_caltab(::XNum,YNum,MarkDist,DiameterRatio,CalPlateDescr,CalPlatePSFile:)。其中参数含义：XNum,Ynum：标定板上水平、垂直方面的标志点数量；MarkDist：标志点之间距离；DiameterRatio：标志点直径占标志点距离的比例；CalPlateDescr：标
这里写自定义目录标题硬件设备外参标定标定流程问题解决问题一：运行calib.launch报错：**[lidar_camera_calib-2]processhasdied[pid26108,exitcode-11,cmd**问题二：运行自己的标定数据报错：[pcl::KdTreeFLANN::setInputCloud]CannotcreateaKDTreewithanemptyinputcloud!相机内参标定标定流程问题解决问题一：运行kalibr_calibrate_cameras报错：**UnicodedecodeError:'ascii'codeccan'tdecodebyteoxc
目录前言：单目逆相机法概念：相机标定：投影仪标定：立体标定前言：笔者是实验室第一个做单目结构光三维重建方向的，刚开始学习结构光的时候非常迷茫，导师不是这个方向，无法提供指导。文献都是晦涩难懂的专业术语，无人指路，网上资料也很少，都是靠自己看文献摸索出来的。目前开发了一套单目结构光蓝光三维扫描系统，视场25cm*20cm，工作距离60cm，精度0.05mm。准备读博，继续做3D视觉+AI方向。开这个专栏的目的，就是想帮助像我之前一样无人指点，处在迷茫中的同学，我非常能理解那种心情，笔者将会提供一些力所能及的帮助。目前准备先写一篇，如果看的人多的话，会考虑继续更新。大家有什么不懂的地方，也可以在评
Livox+HIKROBOT联合标定——相机内参标定引言1海康机器人HIKROBOTSDK二次开发并封装ROS1.1介绍1.2安装MVSSDK1.3封装ROSpackge2览沃LivoxSDK二次开发并封装ROS3相机雷达联合标定——相机内参标定3.1环境配置3.1.1安装依赖——PCL安装3.1.2安装依赖——Eigen安装3.1.3安装依赖——Ceres-solver安装3.1.4下载源码，编译准备3.1.5程序节点概括3.2相机内参标定3.2.1前期准备3.2.2cameraCalib标定**`报错`**（若无报错则跳过此步骤）引言LivoxLidar+HIKROBOTCamera联合标
手机LiDAR-based3D扫描和建模测试系统是一种利用激光雷达（LiDAR）技术进行三维扫描和模型创建的工具，它可以在手机上运行。这种测试系统可以用于各种应用，如地形测绘、建筑物建模、机器人视觉、无人驾驶汽车导航等。手机LiDAR-based激光雷达标定板是一种用于激光雷达传感器标定的设备，可以用于无人驾驶汽车、无人机等无人系统的环境感知和自主导航技术中。这种测试系统通常包括一个可以旋转的激光雷达，它能够发射出激光束并接收反射回来的信号。通过测量激光束往返的时间，可以计算出物体与设备之间的距离。同时，通过旋转激光雷达，可以对周围环境进行全面的三维扫描。这种测试系统通常还包含一些用于数据处理
目录一、研究背景与意义二、课题内容（一）双目视觉标定1.原理2.流程(二)双目视觉测量1.对第“4”对图分析2.对第“5”对图分析3.对第“6”对图分析4.将数据综合列表画图（三）位移测量(0-20mm11对图)1.确定拟合平面参考文献一、研究背景与意义人类对其周边环境信息的判断主要依靠视觉，通过人眼与大脑的协调工作，人类实现了对环境信息的识别和判断。计算机视觉是机器设备对生物视觉系统的模仿，其工作目的是将机器视觉中的图片和视频等信息恢复为三维场景信息，并由此重建和识别物体。从尽可能多的实现仿生和实用的观点来看，双目视觉最能够实现机器视觉向人类视觉的仿生。我们身处于一个具有三维立体结构的世界中
目录1、安装kalibr2、相机标定2.1制作标定版2.2使用ROS启动相机节点2.3用kalibr标定相机3、imu标定3.1使用ROS启动imu节点3.2安装imu_utils3.2.1安装ceres-solver3.2.2安装code_utils3.2.3安装imu_utils3.3用imu_utils标定imu4、imu和相机联合标定参考链接本文使用的相机是RealsenseD435i，imu是轮趣科技的N100。基于ubuntu20.04+kalibr+imu_utils标定相机和imu以及联合标定。1、安装kalibr安装依赖sudoapt-getinstall-y\gitwget
参考文章具体步骤1.跑通机械臂（机械臂的运行节点商家一般会给，注意看使用说明里面的信息，容易踩雷）//在工作空间source一下sourcedevel/setup.bash//运行自己的机器人节点（自己的啊！！！）roslaunchjaka_ros_driverstart.launch2.查看消息 用户使用说明里面会告诉你表示机器人位姿的（我的是toolpoint，这里有个大雷，后面说）rostopiclist 3.查看消息类型和内容的指令//查询话题类型，话题名字记得改哦rostopicinfo/robot_driver/tool_point//查询话题内容rostopicecho/ro
众所周知，传统3D毫米波雷达存在如下性能缺陷： 1）静止目标和地物杂波混在一起，难以区分； 2)横穿车辆和行人多普勒为零或很低，难以检测； 3)高处物体和地面目标不能区分，容易造成误刹，影响安全性； 4)角度分辨率低，远处目标位置精度低，误差大； 5)点云稀疏，难以识别目标类型。 4D毫米波雷达突破传统雷达局限性，可以高精度探测目标的距离、速度、水平方位和俯仰方位，使得： 1）最远探测距离大幅提高，可达300多米，比激光雷达和视觉传感器都要远； 2)
