LIDAR5 [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. [번역/요약] Autonomous Navigation : Particle Filter 알아보기 로컬리제이션 방법 중 하나인 파티클 필터에 대해서 알아보도록 하겠습니다. 매틀랩에서 진행하고 있는 강의 영상중 파티클필터에 대한 영상을 번역하고 해석하면서 관련 내용을 요약, 정리하도록 하겠습니다. 영상을 함께 시청하시는것이 더 효율적일것이라고 생각합니다. 글의 맨 밑에 링크되어 있습니다 :) Estimate position and orientattion of a mobile robot using a particle filter 파티클 필터를 활용한 모바일 로봇의 위치와 방향정보 예측 로컬리제이션에 대해서 알아봅시다. 한 사무실에서 돌아다니고 있는 터틀 봇이 있습니다. 이 로봇은 자신이 어디 있는지 모릅니다. 방안 어디에도 위치할 수 있겠죠. 이 터틀 봇이 라이다 센서를 통해서 포인트 클라우드를 가져옵니.. 2020. 8. 9. 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
