lio_sam发布rviz显现的话题

Posted COCO_PEAK_NOODLE

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了lio_sam发布rviz显现的话题相关的知识,希望对你有一定的参考价值。

1-解释:去畸变后的点云数据

pubExtractedCloud = nh.advertise<sensor_msgs::PointCloud2> ("lio_sam/deskew/cloud_deskewed", 1);

2-解释:提取的角点点云信息

pubCornerPoints = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/feature/cloud_corner", 1);

3-解释:提取的平面点点云信息

pubSurfacePoints = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/feature/cloud_surface", 1);

4-解释:激光位姿关键帧,这个话题名称叫KeyPoses多好

pubKeyPoses = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/mapping/trajectory", 1);

5-解释:每一帧的激光角点和平面点的累积(所有帧)

pubLaserCloudSurround = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/mapping/map_global", 1);

6-解释:激光里程计

pubOdomAftMappedROS = nh.advertise<nav_msgs::Odometry>("lio_sam/mapping/odometry", 1);

7-解释:关键帧组成的路线,和pubKeyPoses内容一致,只是表现形式不同(一个是点,一个是线)。

pubPath = nh.advertise<nav_msgs::Path>("lio_sam/mapping/path", 1);

8-解释:靠近之前关键帧的角点和平面点的集合

pubHistoryKeyFrames = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/mapping/icp_loop_closure_history_cloud", 1);

9-解释:发布闭环检测后(icp匹配)发布的点云

pubIcpKeyFrames = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/mapping/icp_loop_closure_corrected_cloud", 1);

10-解释:计算激光里程计累计周围平面点的集合,怎么感觉是全部的平面点

pubRecentKeyFrames = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/mapping/map_local", 1);

11-解释:所有帧匹配后的角点和平面点集合,这里作者写错了?

pubRecentKeyFrame = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/mapping/cloud_registered", 1);


12-解释:当前帧匹配后的激光矫正后的点云

pubCloudRegisteredRaw = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/mapping/cloud_registered_raw", 1);

13-解释:IMU测量的里程计

pubImuOdometry = nh.advertise<nav_msgs::Odometry> (odomTopic, 2000);

14:解释:IMU测量的路径

pubImuPath     = nh.advertise<nav_msgs::Path>     ("lio_sam/imu/path", 1);

以上是关于lio_sam发布rviz显现的话题的主要内容,如果未能解决你的问题,请参考以下文章

lio_sam代码阅读之imageProjection.cpp

lio_sam代码阅读之mapOptimization

lio_sam之预积分计算

LIO_SAM运行自己的数据进行标定

激光slam学习笔记2--激光点云数据结构特点可视化查看

lio_sam之点到空间直线空间平面的法向量