jiahao68

> Hello, author, first of all, thank you for providing such a good toolbox, but I have some questions to ask you. In lidar2imu tool,is the setting of the initial...

> > > Hello, author, first of all, thank you for providing such a good toolbox, but I have some questions to ask you. In lidar2imu tool,is the setting of...

> @xiaokn 您好，非常抱歉再次打扰您，关于lidar pcd的存储，我想问一下： 在生成pcd过程中，是每隔一段时间存储当前时刻的一帧pcd还是实时存储每一帧的数据又或者是存储累积一段时间的pcd？期待您的回复 实时存储每一帧的数据即可

> 首先感谢作者开源了这么棒的工具，我是个小白，关于lidar2imu部分有一下疑惑： 1、我使用的是速腾M1雷达，视野范围是正前方正负60度，俯仰是正负25度的范围，是否适用于您的工具箱，因为雷达运动的时候有目标会离开视野范围，会不会导致前后帧配准过程的误差？ 2、imu或者是ins需要提供哪些数据信息，我看data文件夹中有四个.txt文本，分别对应什么数据呢？ 希望没有打搅您，也期待您的回复 1.我们没有实验过固态雷达到惯导的标定。但理论上，只要平面特征充足应该是可以标的，至于雷达运动的时候有目标会离开视野范围这个问题，可能需要你自己修改一下代码，添加一些约束条件 2.ins提供和lidar时间戳对齐后的pose信息，pose中包含3x3的旋转矩阵和3x1的平移向量

> 作者你好，关于top_center_lidar_pose.txt文件，我想知道里面的旋转矩阵是x、y、z三轴通过什么旋转顺序得到的，旋转过程中是内旋还是外旋，因为我的imu只能得到变化过程的欧拉角，需要根据欧拉角去计算旋转矩阵，现在面临旋转顺序和内旋外旋问题。 这个应该得看你自己对roll，pitch和yaw角旋转顺序是怎么定义的或者是你的imu是怎么定义的，旋转矩阵是没有歧义的，有歧义的是你的欧拉角的旋转顺序

> 经过gps修正的，同时我们用的惯导也是精度比较高的。当车速小于10km/h，点云频率>=10Hz时，运动畸变比较小，可以不补偿运动畸变

> 是的，理论上只需要n帧点云在同一坐标系上就可以

> camera-imu标定中CalibrationExPosition()函数，这个是在vins基础上增加的吗，请问下背后理论是什么，有参考资料吗，谢谢 是在vins基础上加的，vins只是对旋转进行了标定，没有对平移进行标定。该部分运用的是手眼标定的方法，相关资料可以在网上搜索到

> 谢谢反馈，这函数里面的核函数是不是没起到作用？  起到作用了，当distance大于10之后，值越大，其权重越小

> 1. CalibrationTime()函数中存在对IMU两种滤波方式，且最终都参与到计算signma矩阵，最终使用矩阵的迹要判断是否更新td，请教下这些理论依据在哪里，有推荐的材料吗，对背后的理论目前不清楚，谢谢 相关方法和理论可以参考这篇文章：Real-Time Temporal and Rotational Calibration of Heterogeneous Sensors Using Motion Correlation Analysis