[代码阅读]hdl_graph_slam中的地面约束与g2o中的平面误差模型推导
参考资料:
1.Code:hdl_graph_slam
1. hdl_slam中的地面约束
在hdl_slam
中的每一帧关键帧都会对应提取一个地面参数;
建图开始的时候将一个Floor Plane Node
设置为true,并固定,参数设置为决定的垂直于地面的法向量[0,0,1,0]
后面的每一帧keyframe
的地面参数coeffs
都要和Floor Plane Node
构建平面误差,如下所示:
void computeError() override {
const g2o::VertexSE3* v1 = static_cast<const g2o::VertexSE3*>(_vertices[0]); //T:[R,t]
const g2o::VertexPlane* v2 = static_cast<const g2o::VertexPlane*>(_vertices[1]); //[0,0,1,0]
Eigen::Isometry3d w2n = v1->estimate().inverse();// T.inverse()= T_iw;i是当前帧,w是世界坐标系
Plane3D local_plane = w2n * v2->estimate();// T_iw*[0 0 1 0]= 将一个绝对的垂直于Z的法向量,投影到当前帧;
_error = local_plane.ominus(_measurement);//将[0 0 1 0]变换到当前帧之后,和当前帧的地面的法向量 做ominus 作为误差
}
思路是,根据当前第i帧keyframe的位姿,将初始的严格垂直于地面的法向量[0,0,1,0]变换到第i帧的坐标系下;
并用这个参数来初始化Plane3D local_plane;其底层对*
操作符进行了重载;具体如下:
inline Plane3D operator*(const Isometry3& t, const Plane3D& plane){
Vector4 v=plane._coeffs;
Vector4 v2;
Matrix3 R=t.rotation();
v2.head<3>() = R*v.head<3>();
v2(3)=v(3) - t.translation().dot(v2.head<3>());
return Plane3D(v2);
};
可以看到,传入参数t
就是,plane
就是[0,0,1,0],经过一个变换,变成到当前帧雷达坐标系下的一个Vector4d值。
再使用这个值和当前帧点云拟合出来的地面点,进行一个操作,获得误差,误差的具体定义如下:
inline Vector3 ominus(const Plane3D& plane){
//construct the rotation that would bring the plane normal in (1 0 0)
Matrix3 R=rotation(normal()).transpose();
Vector3 n=R*plane.normal();
number_t d=distance()-plane.distance();
return Vector3(azimuth(n), elevation(n), d);
}
那么平面误差是如何定义的呢?
下面则是重点推导部分。
2. g2o中的平面误差推导
首先,在三维平面下,平面方程可以使用4个参数来表示:
所以,如果想要达到hdl_slam中对地面的约束,就需要借助平面方程,对地面点云进行约束;
1.当前帧点云的地面方程:
那么,当前帧雷达点云的地面方程拟合可以借鉴这篇文章[透彻理解]由最小二乘到SVD分解,那么可以获得当前帧雷达点云(第i帧)的地面方程为:
该参数记做
2.全局坐标系下的点云地面方程:
hdl_slam对此约束的处理思路是,最开始初始化一个全局地面方程参数为[0,0,1,0]
,记为:
也即,,该参数记做
3. 平面方程的坐标系统一
上面构建的两个平面方程,其坐标系并不统一,因此需要统一坐标系;按照hdl_slam的理解,我们将世界坐标系下的平面方程投影到当前第i帧雷达坐标系下,(该位姿视作已知):
然后在第帧雷达坐标系下进行平面方程的误差构建,即如下代码部分:
Eigen::Isometry3d w2n = v1->estimate().inverse();
Plane3D local_plane = w2n * v2->estimate();
_error = local_plane.ominus(_measurement);
4. g2o中的平面误差
对两个平面参数进行操作,分为以下几步:
-
1.
Matrix3 R=rotation(normal()).transpose();
- 以的向量(前三维,也即法向量)为基底,将转换为旋转矩阵。
-
Vector3 n=R*plane.normal();
- 将转换到以为基底的旋转空间中去,得到向量n;
- 将转换到以为基底的旋转空间中去,得到向量n;
-
对n计算仰角
azimuth
和方位角elevation
-
计算
-
误差组合为
Vector3(azimuth(n), elevation(n), d)
上一篇: 图论-有向图中的强连通片
下一篇: 练习题009:C语言输出打印一个菱形