Autonomous Vehicle/LiDAR : Point Cloud6 [ROS PCL] 포인트 클라우드 포인트 추출하고 군집화 하기 (차선 추출 및 Euclidean Distance Clustering) 이전 글에서 포인트 클라우드의 관심영역을 설정하는것까지 완료했습니다. 다음으론 관심대상인 차선을 검출하고 군집화를 통해서 차선의 차량대비 위치를 파악하여 LKAS(Lane Keeping Asistance System)을 구축하기위한 베이스를 구축해보는 과정을 코드를 통해 살펴보도록 하겠습니다. [ROS PCL] 포인트 클라우드 ROI(Region of Interest) 설정하기 이전 글에서 OS-1 rosbag 파일을 서브스크라이브 하면서 회전변환행렬을 통한 Z축 Rotation을 해주었었습니다. 다음은 센서의 각도를 통해서 ROI를 설정하여 관심영역을 설정하는 방법을 알아보도록 � saint-swithins-day.tistory.com [ROS PCL] 포인트 클라우드 포인트 추출하고 군집화 하기 (차.. 2020. 8. 19. [ROS PCL] 포인트 클라우드 ROI(Region of Interest) 설정하기 이전 글에서 OS-1 rosbag 파일을 서브스크라이브 하면서 회전변환행렬을 통한 Z축 Rotation을 해주었었습니다. 다음은 센서의 각도를 통해서 ROI를 설정하여 관심영역을 설정하는 방법을 알아보도록 하겠습니다. 여러가지 방법들이 있겠지만, 본 포스팅에서는 pcl::PointCloud의 변수형에서 points클래스에 접근하여 x포인트와 y포인트의 각도를 계산하여 z축 기준으로의 각도내의 범위의 포인트들을 입력받게 하고 나머지는 0을 대입시키는 형식의 코드입니다. 더 나은 이해를 위해서 이전글의 링크를 달아둡니다. 참고하길 바랍니다. https://saint-swithins-day.tistory.com/56 [ROS PCL] 포인트 클라우드 회전변환행렬을 통한 Rotation 하기 : Using a .. 2020. 8. 16. [ROS PCL] 포인트 클라우드 회전변환행렬을 통한 Rotation 하기 : Using a matrix to transform a point cloud 포인트 클라우드들은 기본적으로 3차원 행렬입니다. 모든 점들을 3차원 행렬안에서 작업하는것이죠. 따라서 그 행렬들을 다루기 위해서는 행렬변환을 이용할 수 있는데, PCL에서 C++ 언어 환경에서 어떻게 회전변환행렬을 구현하는지 따라가보도록 하겠습니다. https://pcl.readthedocs.io/projects/tutorials/en/latest/matrix_transform.html?highlight=rotation Using a matrix to transform a point cloud — Point Cloud Library 0.0 documentation The code First, create a file, let’s say, matrix_transform.cpp in your favorit.. 2020. 8. 16. ROS PCL : Voxelize 포인트 클라우드 라이브러리를 이용하여 voxelize 하기 ROS 환경에 익숙해지기 위해 다양한 feature들 ex) rosbag, rospackage, catkin 등 여러 환경적인 부분들을 직접 구성해보며 익히는 것을 목표로 소규모 프로젝트를 진행한다. 소규모 프로젝트 이름 : 포인트 클라우드 라이브러리를 이용하여 voxelize 하기 소규모 프로젝트의 목표 : 처음부터 시작하여 본 프로그램을 만드는것을 목표로 한다. rosbag 파일을 이용하여 들어오는 데이터들을 voxelize 하여 down sampling을 진행하고 원본 데이터와 voxelized 된 데이터를 시각화하여 비교하는 roslaunch파일을 만든다. 프로젝트를 위해 필요한 준비물 : LiDAR rosbag 파일(구글에서 쉽게 벨로다인라이다 파일을 구할 수 있음), ros melodic이 설.. 2020. 8. 4. Ouster Lidar : OS1-64 우분투 ROS 환경에서 설정하기 안녕하세요. 본 아우스터사에서 만들어진 라이다 OS-1 64는 64채널의 레이어를 갖고 있는 라이다 센서입니다. 자율주행자동차에서 SLAM을 수행하기위해 필수적인 센서인 LiDAR를 UBUNTU PC와 연결하여 데이터를 시각화 하는 과정을 소개하겠습니다. 컴퓨터 환경은 Ubuntu 18.04 / ROS melodic / legion 530y 입니다. 본 글은 다음의 내용을 중심으로 전개합니다. https://github.com/ouster-lidar/ouster_example ouster-lidar/ouster_example Ouster sample code. Contribute to ouster-lidar/ouster_example development by creating an account on G.. 2020. 7. 30. Loam velodyne : LOAM Open Source 실행 하기 Github에 있는 loam_velodyne을 실행해보며 앞으로 공부할 slam에 어떻게 쓰일지 생각해보는 시간 갖도록 할게요~ LOAM이라는 알고리즘은 다음의 링크에서 관련 논문 요약 및 내용을 참고하세요! https://saint-swithins-day.tistory.com/35 LOAM : Lidar Odometry And Mapping in real-time 변역/요약 (실시간 라이다 주행 거리 측정 및 지도화) LOAM : Lidar Odometry And Mapping in real-time (실시간 라이다 주행 거리 측정 및 지도화)[1] Ji Zhang and Sanjiv Singh, 2014 논문요약 I. 서론 II. 관련 작업들 III. 표기법 및 작업 설명 IV. 전체적.. saint.. 2020. 7. 28. 이전 1 다음
