LeGO-LOAM 简介

LeGO-LOAM 的英文全称是 lightweight and ground optimized lidar odometry and mapping。轻量化具有地面优化的激光雷达里程计和建图

其框架如下，大体和LOAM是一致的

LeGO-LOAM是基于LOAM的改进版本，其主要目的是为了实现小车在多变地形下的定位和建图，针对前端和后端都做了一系列的改进。

在原本的LOAM中比如应用场景是：AGV在草地中行驶，草地中的点会很有可能提取为角点，但是这种点是不稳定的，相比于楼房、树干等稳定的角点，希望要把地面上的角点去除掉。

LeGO-LOAM更轻量化，不影响精度的情况下减轻计算负荷，保障了嵌入式平台的实时性

相比LOAM改进部分

前端：

• 1 对地面点进行分类和提取，避免一些边缘点的提取
• 2 应用了一个简单的点云聚类算法，剔除了一些可能的outlier
• 3 两步迭代求解前端里程计，不影响精度的情况下减轻计算负荷，保障了嵌入式平台的实时性

后端：

• 1 使用slam中关键帧的概念对后端部分进行了重构
• 2 引入回环检测和位姿图优化概念，使得地图的全局一致性更好

LeGO-LOAM 代码编译安装

github的地址是：https://github.com/RobustFieldAutonomyLab/LeGO-LOAM

已被测试ROS版本有：

• indigo
• kinetic
• melodic

它的依赖库有gtsam。所以需要先安装gtsam

wget -O ~/Downloads/gtsam.zip https://github.com/borglab/gtsam/archive/4.0.0-alpha2.zip
cd ~/Downloads/ && unzip gtsam.zip -d ~/Downloads/
cd ~/Downloads/gtsam-4.0.0-alpha2/
mkdir build && cd build
cmake ..
sudo make install
1
2
3
4
5
6

cmake 可以改成如下指令

cmake -DGTSAM_BUILD_EITH_MARCH_NATIVE=OFF -DGTSAM_USE_SYSTEM_EIGEN=ON ..
1

目的是设置一些宏
DGTSAM_BUILD_EITH_MARCH_NATIVE 是开启css加速的宏，要关闭。避免其它库（比如PCL或者自己代码）没有开启的话，会造成运行时出现异常的情况
DGTSAM_USE_SYSTEM_EIGEN 这个是用系统装的eigen编译的宏，要开启。OFF的话会用gtsam自带的eigen，代码运行存在两个版本eigen会容易出问题

之后下载LeGO-LOAM的ROS功能包

git clone https://github.com/RobustFieldAutonomyLab/LeGO-LOAM.git
1

然后放在ROS的工作空间

然后编译，注意第一次编译要用

catkin_make -j1
1

之后再编译就不用 -j1 了

这么做的原因就是LeGO-LOAM有一些自定义的msg。
-j1 则会通过单线程编译。把自定义的msg编译到。

如果直接用catkin_make 则会根据计算机有几个核，进行几线程的编译。

编译成功的话会生成 LeGO-LOAM的 可执行文件

LeGO-LOAM Gazebo测试

下面通过直接搭的gazebo测试场景 对 LeGO-LOAM进行一个初步测试

在运行之前需要根据 使用的激光雷达型号，在utility.h文件中对些变量进行设置
该文件的位置在 include文件夹下：

激光雷达的点云 Topic 名称

extern const string pointCloudTopic = "/velodyne_points";
1

激光雷达的参数包括

• 线束
• 水平点数
• 水平角点分辨率
• 垂直角度分辨率
• 与水平方向的夹角
• 扫描到地面的激光线数

在gazebo中搭建的仿真场景是用的 Velodyne-16的激光雷达，其配置如下：

// VLP-16
extern const int N_SCAN = 16;
extern const int Horizon_SCAN = 1800;
extern const float ang_res_x = 0.2;
extern const float ang_res_y = 2.0;
extern const float ang_bottom = 15.0+0.1;
extern const int groundScanInd = 7;
1
2
3
4
5
6
7

然后运行在launch文件夹下的run.launch文件
再启动仿真场景，进行初步的测试

其结果如下：


在rviz中绿色的是角点，粉色的是面点
特征提取没有异常情况

建图情况