dustier

Hey, @cdcseacave @LHXhh 1. get transform matrix and scale from dataparser_transforms.json in output folder 2. scale back and transform back to origin coord system ```python mesh = open3d.io.read_triangle_mesh("/path_you_ns_export_to") mesh.scale(1 /...

> @OliverShaoPT 您好，看起来我们似乎在做同样的任务，想请问您目前地点重识别的准确率高吗（建立先验数据库用一个路线，重识别用另一个不同时间的相似路线），因为我在测试时出现了重识别准确率不高的问题，想跟您深入交流下，感谢 我做了些实验： 首先播放完整的bag数据建了一张全局地图，把std_desc和提取的平面点云保存成离线数据库。 1. 再次播放完整的bag数据，可以从离线的数据库中找到回环位置，从而实现重定位； 2. 从bag数据某个中间位置开始播放建图，完全无法在离线数据库中找到回环位置，但可以找到在线的回环。原因应该如你之前所说，在线和离线地图两个坐标系不一致，角点一致性无法保证； 3. 从bag数据中间位置播放建图，但和全局地图做了粗略地配准，voxel_size设置为2。目的在线、离线地图的坐标系不要相差太大，voxel格子大一些减小坐标系不一致的影响。但也没法在离线数据库中找到回环。 看起来voxel划分的不同对算法的影响比较大，目前我想实现无需人工指定初值的全局重定位，但我看到的大多数lidar重定位算法都需要人工给定初始位姿，有啥推荐的方法吗