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

electech6/LVI-SAM_detailed_comments

 
 

Repository files navigation

LVI-SAM super detailed notes and supporting

Brief Introduction

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:

  1. Provides detailed Chinese comments for the source code
  2. Created a docker image, which can save local environment configuration time
    docker pull liangjinli/slam-docker:v1.2
    
  3. The actual dataset on campus was recorded and made available
  4. Validated on the M2DGR dataset and provided the LVI-SAM_M2DGR branch

Contributors (In no particular order)

Liming Jing(Northeastern University)
Jialin Liu(Fudan University)
Shouan Wang(Harbin Institute of Technology)
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)

Issues Link

Please Commit Issues Here

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(哈工大)、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/1PX2MU4FQZbQ9jvk3ZZYQOQ?fm=lk0 提取码:kw12

我们录制了80G的bag包,bag包的使用说明见此仓库的README

配置文件1:params_daheng.yaml

配置文件2:params_vlp16.yaml

采集设备

建图效果

四、在M2DGR数据集上演示

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

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%