Fast-livo2 这个项目确实非常卓越和自然!
但我对于论文和代码关于对“已收敛的成熟平面上的雷达点的取留”存在一点小疑问:
本项目论文和《Efficient and Probabilistic Adaptive Voxel Mapping for Accurate Online LiDAR Odometry》论文中分别显示:
但本项目代码中:VoxelOctoTree体素节点的temp_points_点云数据在平面成熟收敛后直接被内存释放了,似乎也不存在体素平面重构之类的操作
// 约 voxel_map.cpp 的第240行
if (temp_points_.size() >= max_points_num_)
{
update_enable_ = false;
std::vector<pointWithVar>().swap(temp_points_);
new_points_ = 0;
}
想请问郑博:代码中对历史雷达点云数据不作长久保留,在形成结构化平面后就被完全删除了,这是出于对工程上适应低内存和实时性的考虑吗?
Fast-livo2 这个项目确实非常卓越和自然!
但我对于论文和代码关于对“已收敛的成熟平面上的雷达点的取留”存在一点小疑问:
本项目论文和《Efficient and Probabilistic Adaptive Voxel Mapping for Accurate Online LiDAR Odometry》论文中分别显示:
但本项目代码中:VoxelOctoTree体素节点的temp_points_点云数据在平面成熟收敛后直接被内存释放了,似乎也不存在体素平面重构之类的操作
想请问郑博:代码中对历史雷达点云数据不作长久保留,在形成结构化平面后就被完全删除了,这是出于对工程上适应低内存和实时性的考虑吗?