三种激光头在SLAM应用中的鲁棒性不一
jiawenquan opened this issue · comments
三种激光头在SLAM应用中的鲁棒性不一，与Fast LIO2进行了对比。
Hesai XT32:
• 鲁棒性优秀，表现出色。
Ouster 32线 & Mid360:
• 鲁棒性差。
• 与Fast LIO2对比，无法完成有效建图。
希望作者能对Ouster 32线和Mid360进行优化适配。疑似问题源于噪音协方差。Hesai XT32的表现可作为参考。
三种激光头在SLAM应用中的鲁棒性不一，与Fast LIO2进行了对比。
Hesai XT32: • 鲁棒性优秀，表现出色。 Ouster 32线 & Mid360: • 鲁棒性差。 • 与Fast LIO2对比，无法完成有效建图。
希望作者能对Ouster 32线和Mid360进行优化适配。疑似问题源于噪音协方差。Hesai XT32的表现可作为参考。
你好，你也是自己的数据跑的嘛，我用hesai跑的，很容易就跑飞了
需要修改适配hesai 激光头，时间戳赋值
可能是3DOF的理论部分存在一些缺陷：
d的物理意义是截距，它的不确定度会因平面距原点的变远而变大，最后传导到测量方差R上，导致系统更信赖接近原点的平面。
表现就是跑稍微长一点的数据就飞了hhh。
可能是3DOF的理论部分存在一些缺陷： d的物理意义是截距，它的不确定度会因平面距原点的变远而变大，最后传导到测量方差R上，导致系统更信赖接近原点的平面。 表现就是跑稍微长一点的数据就飞了hhh。
那这个有办法改进吗，你说的3DOF是指论文中的哪部分
3DOF指的是平面的协方差。目前在Private仓库下构思改进方案，尝试把法向量的不确定度和距离的不确定度分开。
Good Job!!!