Adam博客(24-25)学习笔记

最新推荐文章于 2026-03-30 10:47:11 发布
原创 最新推荐文章于 2026-03-30 10:47:11 发布 · 4.3k 阅读 · 83 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#无人驾驶 #ROS #PCL #C++

前言

学习ROS和SLAM过程中的一次尝试。代码已跑通。
在学习Adam博客（24-25）的PCL点云库相关部分的过程中，对遇到一些坑和一些博客里面没有详细说明的地方进行记录。博客链接

环境 / 准备

  • Ubuntu16.04 + ROS Kinetic

  1. 其中ROS在安装的时候选的full，安装full的话应该是把PCL相关的东西给装好了，因此在测试的时候并没有显示PCL相关的错误。

  2. 下载好完整的代码，下载链接

part1.博客（24）

  1. 根据博客进行，有一点需要注意，由于新建的pcl_ws是一个新的catkin工作空间，刚开始的时候仅新建了src目录，在工作空间 catkin_make之后会多出两个文件夹，再重新设置环境变量，原文是采用的source devel/setup.bash使得在当前terminal生效，建议将其路径加入到 ~/.bashrc中（gedit ~/.bashrc打开 ~/.bashrc进行编辑）使得以后开新的terminal不用再设置。

在这里插入图片描述

在source ~/.bashrc之后查找ROS路径即可看到，第一个路径便是刚加入的路径。

在这里插入图片描述

  1. 之前自己根据博客实践，有建立相关的文件夹和跑过相关的代码，甚至成功看到了/velodyne_points和/filtered_points两个topic的点云效果。效果如下。

在这里插入图片描述

在这里插入图片描述

链接：https://pan.baidu.com/s/1MXGU5lci4XppRyWIwHOZKA 
提取码：o5sg
  • 问题来了！

下载文件后想要测试下载的代码。我是先删除的原来src下的pcl_test文件夹，之后将下载的pcl_test文件夹放进去。

在这里插入图片描述

之后回到pcl_ws进行catkin_make编译。很快地通过了编译。但是后面打开rviz的时候显示的结果和之前是一样的，查询不到想要的topic，也就是没有/filtered_points_ground和/filtered_points_no_ground这两个topic，开新的terminal用rostopic list或者打开计算图rqt_graph都没有看到。

  • 解决方案

原因应该是在于原来文件的生成文件没有删除，于是删除了pcl_ws下面的两个文件夹，仅保留src文件夹。在工作空间重新编译，catkin_make之后生成两个新的文件夹。

在这里插入图片描述

  • 之后再测试就没问题了
roslaunch pcl_test pcl_test.launch
rosbag play --clock test.bag
rviz

在这里插入图片描述

对RVIZ中的某些参数进行设置，可以得到下面的效果。白色部分为地面，红色是非地面。

在这里插入图片描述

  • 下面是自己录的一段设置RVIZ的视频
链接：https://pan.baidu.com/s/1RzvkSSPabNR5B-jktvLYtQ 
提取码：3x18

part2.博客（25）

博客链接
下载代码

将下载的文件夹放到src下面，现在下面有两个文件夹，一个是刚放进来的聚类，一个是之前的pcl_test。

在这里插入图片描述

放进来之后，回到工作空间下，将src之外的两个文件夹删除，之后打开terminal重新编译。

刚开始编译的时候回直接报错，需要安装某个插件。

在这里插入图片描述
使用下面的代码进行安装：

sudo apt-get install ros-kinetic-jsk-rviz-plugins

安装完后回到工作空间进行编译就可以了。

在这里插入图片描述

其他的根据原来的博客设置即可。注意图中的BoundingBoxArray需要选topic。

在这里插入图片描述

  • 自己录制的一段视频：设置过程及效果
链接：https://pan.baidu.com/s/1ltU8XT0P2vu-O6q9GifgWA 
提取码：2401

其他参考链接

  • 点云数据转换
https://blog.csdn.net/u010284636/article/details/79214841
http://wiki.ros.org/pcl/Overview
  • fast segmentation of 3d point clouds for ground vehicles代码解析
https://blog.csdn.net/super_mage413/article/details/98171655
https://github.com/lorenwel/linefit_ground_segmentation
  • 点云分割
https://www.cnblogs.com/li-yao7758258/p/6496664.html
基于激光雷达的自动驾驶汽车城市道路和人行道实时检测_C++_代码_相关文件_下载
07-12
urban_road_filter: 一种基于激光雷达的实时城市道路和人行道检测算法，用于自动驾驶汽车 依赖 ROS（用 Kinetic 和 Melodic 测试） PCL 安装 使用以下命令下载和编译包。 cd ~/catkin_ws/src git clone https://github.com/jkk-research/urban_road_filter catkin build urban_road_filter 入门 发出以下命令来启动 roscore，下载和播放示例数据，并以可视化方式启动算法。您也可以将此作为youtube 教程观看。 在一个新的终端启动 roscore： roscore 在一个新的终端转到你的包文件夹（例如~/Downloads）： cd ~/Downloads 下载一个示例 rosbag (~3,3 GB)： 更多详情、使用方法，请下载后阅读README.md文件
0590-极智开发-解读使用scp在windows和linux之间进行文件传输
03-21
0590_极智开发_解读使用scp在windows和linux之间进行文件传输
C# 删除一个文件夹下的所有文件以及子目录文件并清空空文件夹
Sayesan的专栏
11-22 4644
        public void DeleteSrcFolder(string file)         {             //去除文件夹和子文件的只读属性             //去除文件夹的只读属性             System.IO.DirectoryInfo fileInfo = new DirectoryInfo(file);             fil...
rviz浮层显示文字内容功能节点
大志的博客
12-02 1589
jsk_rviz_plugin半透底文字浮层项overlaytext，显示文字
从开源项目到工程落地：linefit_ground_segmentation在ROS机器人导航中的集成与避坑指南
最新发布
weixin_29280657的博客
03-30 344
本文详细介绍了如何将linefit_ground_segmentation地面分割算法集成到ROS机器人导航系统中，涵盖工程化改造、性能优化、导航栈集成和场景化调参等关键环节。通过实际案例和代码示例，帮助开发者解决点云坐标系转换、算法实时性等典型问题，提升机器人在复杂地形中的导航性能。
Linefit_ground_segmention文章梳理及代码阅读
felynman的博客
03-22 2836
2013年专门针对地面分割的文章： Fast segmentation of 3D point clouds for ground vehicles 代码链接： https://github.com/lorenwel/linefit_ground_segmentation 代码阅读： 目录 1、新建一个GroundSegmentation::GroundSegmentation类对象，struct GroundSegmentationParams结构体在头文件中赋初值，用于初始化类，包含了如下参
超详细的激光点云地面分割（可行驶区域提取）方案
热门推荐
zhaoliang的博客
11-08 2万+
超详细的激光点云地面分割（可行驶区域提取）方案
【亲测免费】 探索LineFit_Ground_Segmentation：智能地面分割技术新星
gitblog_00094的博客
11-16 954
本文将带你了解一个创新的开源项目——。这是一个利用计算机视觉和机器学习技术进行地面分割的工具，尤其适用于无人驾驶和无人机导航等领域。我们将从项目背景、技术实现、应用场景和特点四个方面展开讨论，让你深入了解其魅力并考虑将其应用于你的项目中。 ## 1. 项目简介 LineFit_Ground_Segmentation是一个基于Python的库，它运用线性拟合算法对图像中的地面进行精确分割。通过对
小土堆pytorch教程学习笔记P24
快乐卷心菜的博客
04-03 1464
P24.优化器 Pytorch官网 -> Docs -> torch.optim # constructing it optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.9) optimizer = optim.Adam([var1, var2], lr=0.0001) # taking a optimization step for input, target in dataset: optimi
【数字信号去噪】基于matlab LMS算法、AdaGrad、RMSProp、Adam算法数字信号去噪【含Matlab源码 11076期】
订阅付费专栏Matlab（奶茶价版），可赠送奶茶价版付费专栏指定代码1份；
01-25 1051
LMS算法、AdaGrad、RMSProp、Adam算法数字信号去噪 完整代码，包运行；可提供运行操作视频！适合小白！
【数字信号去噪】LMS算法、AdaGrad、RMSProp、Adam算法数字信号去噪【含Matlab源码 11076期】
订阅付费专栏Matlab（奶茶价版）或下载付费资源，可赠送奶茶价版付费专栏指定代码1份；
01-25 1503
LMS算法、AdaGrad、RMSProp、Adam算法数字信号去噪 完整代码，包运行；可提供运行操作视频！适合小白！
词 分割算法 word segmentation_地面点云快速分割算法---linefit_ground_segmentation
weixin_39948277的博客
11-21 797
在使用激光雷达进行定位和导航的过程中，由于地面信息在相邻帧间几乎不怎么发生变化，所以，总是会使用地面信息来进行结果的优化。例如LeGO-LOAM中的地面优化：yc zhang：LeGO-LOAM原理深度解析​zhuanlan.zhihu.com为了能够很好的检测出激光雷达数据中的地面信息，我们使用了一种地面点云快速分割的方法，达到实时稳定且精确的地面分割的效果。论文：Fast segmentati...
linefit_ground_segmentation:地面分割
08-04
linefit_ground_segmentation 中提出的地面分割算法的实现 @inproceedings{himmelsbach2010fast, title={Fast segmentation of 3d point clouds for ground vehicles}, author={Himmelsbach, Michael and Hundelshausen, Felix V and Wuensche, H-J}, booktitle={Intelligent Vehicles Symposium (IV), 2010 IEEE}, pages={560--565}, year={2010}, organization={IEEE} } linefit_ground_segmentation包包含地面分割库。 linefit_ground_s
ROS2-Gazebo模拟包利用Mid360和FASTLIO进行导航
07-01
本项目使用全向移动小车，附加 Livox Mid360 雷达与 IMU，在 RMUC/RMUL 地图进行导航算法仿真，仅需要调整参数即可移植到真实机器人中导航。
地面分割：Fast Segmentation of 3D Point Clouds for Ground Vehicles
TiRan_Yang
07-16 1万+
论文链接：Fast segmentation of 3D point clouds for ground vehicles | IEEE Conference Publication | IEEE Xplore 代码链接：GitHub - lorenwel/linefit_ground_segmentation: Ground Segmentation 论文的核心思想： 相比Fast Segmentation of 3D Point Clouds: A Paradigm on LiDAR Data for
【自动驾驶】使用同心区域模型改进地面点云快速分割算法
小哈里的博客
11-01 1855
实现结果在SemanticKITTI和粗糙地形数据集上进行了验证，与最先进的方法相比，我们提出的方法具有良好的性能，在最靠近车的Z1，利用传感器高度来决定初始点，越离车远，传感器高度值要乘以一个系数。然后在区域内进行平面拟合，来估计每个bin的地面。最后，通过垂直度、高度、平整度三个特征，来进行二分类，使得所有的bin集合成整个路面。，距离原点越近区域面积越小，文章利用min和max值和特定公式进行分区。然后，每个区域找地面，然后地面再拼接在一起。2、提取程序1中的分割部分，与程序3融合。
【ROS】【地面分割】
hxb971002的博客
11-28 812
doc文件夹内是kitti.ply点云数据。
linefit_ground_segmentation 项目常见问题解决方案
gitblog_00003的博客
11-15 804
`linefit_ground_segmentation` 是一个用于从激光雷达点云数据中进行地面分割的开源项目。该项目基于Himmelsbach等人在2010年提出的快速地面分割算法。主要功能是通过对点云数据进行处理，识别并分割出地面点云，从而为自动驾驶、机器人导航等应用提供支持。 该项目主要使用C++编程语言，并提供了ROS（Robot Operating System）接口，方便在ROS环
雷达点云地面分割算法：linefit_ground_segmentation
尝试写一些乱七八糟的东西
12-16 3094
开源算法linefit_ground_segmentation的原理
评论 19
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值