测试不同的LIO系统

使用数据集、方案、分析见博客：多传感器融合方案对比和分析_有名字的人ya的博客-CSDN博客

测试不同的激光雷达和IMU融合的建图方案，视频部分见：LIO系统测试1-LIO_SAM_哔哩哔哩_bilibili

相关代码存放在此仓库：GitHub - coolaogege/Lio_test: A repository for recording the code of the mainstream LIO system.

只是大致跑了一下，从直观上感觉当前已有方案的优缺点，没有进行数据评估，因水平有限，难免出错，欢迎指正！
测评上主要是：建图效果、轨迹精度、回环检测、运行效率 几个方面

使用LIO-SAM进行测试

使用数据集urbanTST
因为LIO-SAM是带有回环检测功能的，能够构建全局一致性的地图！！！
虽然后端没有紧耦合，但是仅依靠IMU的去畸变和预测初值，就已经提供了不错的效果！！
但是感觉点云精细度不如测试的lio-livox 和 fastlio2

使用SSL_SLAM3代码调试激光雷达

参考：

SSL_SLAM2 同floam代码，只不过是在建图节点上有差别，是纯激光里程计
SSL_SLAM3 代码提供了紧耦合IMU和LIDAR 的融合方案！
但是不含去畸变，因此调试 使用 imu 去畸变！
在lidar和imu的初始化上不够有效！ 调试lidar和imu的初始化！

问题

在使用我自己的数据集时 , 我手动计算了 ring 和 time ,但是依然报错!!! 还没有解决掉!!!
这里的IMU话题要手动的修改!

    ros::Subscriber sub_imu = nh.subscribe<sensor_msgs::Imu>("/imu/data", 100, imuCallback);

能够跑通了hkust_20201105full.bag , 地图更新以及点云话题显示不正确!! 还需要修改!!!
调试了kitti 显示没有time
调试了mydata 显示没有 time
调试了 urban 显示没有 time
调试了hiti数据集 ouster 64 2048
运行示意图

数据集urbanTST ssl_slam3_ws

roslaunch ssl_slam3 Urbandata.launch

使用LIO-livox-modify代码调试激光雷达

目前代码已经能够跑通，基于修改版本的，在使用IMU紧耦合的基础上出现问题，待查看！
正在阅读源码！！准备修改为自己数据集的特征提取部分！！！因为自己的数据不含ring、time，需手动解算！
在数据集park上进行了调试！原版（指这个修改过的原来的部分）和修改版本都可以！
使用最原版代码（指最原始版本），在livox-mid360数据集上进行了测试！可以跑通！！
原版代码（指这个修改过的原来的部分），使用紧耦合时，特别的慢不知道是为什么,就算只用1，只去畸变，也会慢！！但是可以跑！看到git上的讨论，好像是对电脑要求比较高！！
park数据集，UrbanTST数据集可用，注意修改外参和IMU的内参！！！
修改过的代码，只进行去畸变，代码也可以跑，但是使用了紧耦合，代码报错！！！这一部分待检查！！！
使用数据集urbanTST lio-livox-modify_ws- 使用原版（指这个修改过的原来的部分）使用紧耦合！！我的电脑不能够实时跑！roslaunch lio_livox run.launch- 使用修改的代码，前段特征提取和 idtree更新地图 IMU仅使用于去畸变！！我的电脑不能够实时跑！roslaunch lio_livox run_ikd.launch

高程误差很大，IMU虽然有一定的制约，但是因为没有回环检测，因此高程误差存在，不能建立一致的地图！但我感觉建的图特别的精细！！！

使用Livox-Mapping测试

针对LIO-livox代码的修改：- 可以实时进行，我的电脑也可以实时运行，阅读代码发现，中间有几个地方相较于源码，使用了多线程并发处理，加快了运行速度！- 使用SC，进行闭环检测- 添加地图保存和轨迹保存- 后处理，通过软件，能手动消除动态点云！- 因为是对livox支持，还没有适配到机械雷达上！ 待修改！
运行数据集 around_park_2021-09-24-11-36-03.bag livox_mapping_ws

roslaunch livox_mapping livox_mapping.launch save_path:="/home/ya/livox-mapping-out"

roslaunch livox_odometry livox_odometry.launch save_path:="/home/ya/livox-mapping-out"

 rosbag play anticlock_around_building_2021-12-10-15-23-45.bag

测试结果

能够建立全局一直的地图！！！地图保存出错！！可能是我保存的文件命令方式不对！

数据集采用作者提供的数据集！

使用lili-om-modify进行测试

测试发现，slide_window_width: 2 只能是2!
https://github.com/KIT-ISAS/lili-om/issues/29 以及#9 出现了一样的问题！！！
另外在刚开始第一帧的点云有问题！！然后路径和状态就会偏移！！不知道哪里的问题目前！ (后来发现只显示地图是没有问题的，应该是第一帧数据没有对齐呢！不算bug！）
测试下来发现，这个的轨迹精度还是非常高的！也能做到实时性！回环检测带来的效果确实是比较的好！比独立出来的SC-PGO包要好很多！
使用数据集urbanTST lili-om-modify_ws

roslaunch lili_om_rot run_fr_iosb.launch

使用Fastlio2进行测试

使用数据集urbanTST fastlio2_ws

roslaunch fast_lio mapping_velodyne.launch

可以直接跑通，使用原本的launch文件，注意修改保存地图路径显示等参数！！
Fast-lio2不带回环检测，因此也会导致z轴的相对漂移！！
刚开始的地方在转向那有些许的重影了，并且在转向处的轨迹不够平滑！

使用fastlio-slam进行测试

运行

    # terminal 1: run FAST-LIO2 
    source devel/setup.bash
    roslaunch fast_lio mapping_velodyne.launch # setting for UrbanHKTST dataset 

    # open the other terminal tab: run SC-PGO
    source devel/setup.bash
    roslaunch aloam_velodyne UrbanHK.launch # setting for UrbanHKTST dataset 

    # open the other terminal tab
    # run play *.bag