slam_in_autonomous_driving
slam_in_autonomous_driving copied to clipboard
gaoxiang12
《自动驾驶中的SLAM技术》对应开源代码
## P54 - `许多固态雷达(大疆 Livox 系列、Ouster OS2)、单目、双目相机(Zed 2, MYNT Eye S)都已经提供内置 IMU 作为惯性导航的数据源`这一句里，我查了一下单目相机配IMU的不是很常见，实际上我没有找到任何一款常见的商业产品是单目+IMU，大部分是双目+IMU - 双目+IMU，建议补上比较常用的realsense系列 - 所以建议改成`许多固态雷达(大疆 Livox 系列、Ouster OS2)和双目相机(Zed 2、MYNT Eye S、RealSense D435i)都已经提供内置IMU作为惯性导航的数据源`
拿自己数据测试，Livox HAP雷达和自带IMU，建图很容易糊，轨迹也很容易飘，请教一下高博，可能是什么原因？  上图在同一个场地饶了两圈8字，第二圈和第一圈的图不重合，下方的墙和建筑物明显分层
关于学习的方法
高博新书无脑入了，可是入了之后有个小疑问，就是您已经在github中都给出了相应章节的完整代码，我其实配好环境运行起来就行,那我需要从头跟着敲一遍代码吗？如果不是，应该怎样利用这些代码来加深自己的理解呢？因为感觉看、运行、抄代码感觉好像都没起到很多好的效果，我相信很多刚入门的同学应该跟我有一样的问题，感谢高博指点！
咱们这本书现在的英文缩写SAD book，容易联想到sad（悲伤）。我有个小建议英文缩写改为SiAD，这样既保持了和英文全程的对应，同时Si是硅的意思，表示计算机在自动驾驶，一语双关。
在使用 bin/process_gnss --with_ui=false时，发生核心转储，原因是即使FLAGS_with_ui设为false，在SetGNSSProcessFunc函数中仍会执行ui->UpdateNavState函数，导致问题发生，加个判断就好了
第三章imu积分程序，运行后输出为： P : -3387943.36 5737523.81 -512933.307 Q : 0.982857044 -0.132676506 0.0940114453 0.0868954789 V : -572.166705 4626.10758 -496.605214 这个位置和速度值也太大了吧，单位分别是m和m/s吗
文件eskf.hpp 140-143行 double ev2 = ev; // * ev; double et2 = et; // * et; double eg2 = eg; // * eg; double ea2 = ea; // * ea;...
in src/ch5/bfnn.cc, when the point size of cloud2 is smaller than cloud1, the cloud2->points[idx]) is not good here. void bfnn_cloud(CloudPtr cloud1, CloudPtr cloud2, std::vector& matches) { // 单线程版本 std::vector index(cloud1->size());...
 The 3rdparty library link can't open.
