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:
- Provides detailed Chinese comments for the source code
- Created a docker image, which can save local environment configuration time
docker pull liangjinli/slam-docker:v1.2 - The actual dataset on campus was recorded and made available
- Validated on the M2DGR dataset and provided the LVI-SAM_M2DGR branch
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)
-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）
- 为源代码提供了详细的中文注释
- 制作了docker镜像，可节约本地环境配置时间
- 录制了校园内的实际数据集并开放
- 在更多数据集上的验证可行性
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
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
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
- LVI-SAM英文论文精读
- 简单捋一遍LOAM到LVI-SAM的方法跃迁
- visual_feature + featureExtraction ，横向对比视觉和雷达的提取特征思路上的异同
- imuPreintergation.cpp，结合imu预积分的原理推导和代码讲解
- visual_estimator ，视觉里程计部分
- imageProjection.cpp ，激光雷达数据去畸变
- mapOptmization ，因子图优化
- visual_loop ，视觉回环模块
- 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
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！