我对Fast-LIO2做了改进，解决了Z轴漂移、有效检测回环及解决了回环重影、实现了重定位

主要观点总结

本文介绍了SLAM算法工程师Lewis的情况，他详细描述了他在智驾公司的工作经历，包括他在SLAM算法领域的项目经验和改进FastLIO2算法的几点关键内容。同时，他也介绍了自己与计算机视觉life合作推出的项目课程，旨在帮助学员通过实战项目积累经验和解决问题。文章还包含了一些关于其他开源教程和项目的推荐。

关键观点总结

关键观点1: Lewis的SLAM算法工程师背景介绍及其项目经验

文章介绍了Lewis的职业生涯，包括他参与过的项目，如相机与相机的内外参标定，激光雷达到相机、imu的标定等。他提到自己基于FastLIO2算法进行了一些改进。

关键观点2: FastLIO2算法的改进内容

Lewis详细介绍了自己对FastLIO2算法的改进，包括解决z轴漂移问题，嵌入最新回环检测算法STD，以及基于改进框架构建先验地图进行快速重定位等。

关键观点3: 与计算机视觉life合作的项目课程

Lewis与计算机视觉life合作推出了项目课程，旨在通过实战项目帮助学员积累经验和解决问题。课程内容包括改进FastLIO2算法的实践，以及小班教学、直播、小组学习等形式。

关键观点4: 其他开源教程和项目的推荐

文章还包含了一些关于其他开源教程和项目的推荐，如3D高斯泼溅、激光雷达惯性SLAM等，这些教程和项目的介绍对于了解相关领域的发展和应用有一定的帮助。

文章预览

点击上方“ 计算机视觉life ”，选择“星标” 快速获得最新干货 大家好，我是 Lewis，简单介绍下自己的情况： SLAM算法工程师，目前担任某智驾公司SLAM算法组Leader 做过相机与相机的内外参标定，激光雷达到相机、imu的标定、激光惯性SLAM建图与重定位、网格模型重建等项目。 个人部分作品展示:https://b23.tv/GslK8r1。 最早我就是通过 “计算机视觉life”平台入门SLAM的，非常感谢平台。经过企业里多年历练， 我基于FastLIO2进行了几点改进如下： 1、基于Fast-LIO2 改进，有效改善z轴漂移问题，在z轴约束上有明显提升。 2、嵌入最新SOTA回环检测算法STD：稳定三角网描述子，有效检测回环并解决回环重影问题。 3、基于改进框架构建的先验地图进行快速重定位。 效果也是非常的棒并且已经在工程中应用，最终效果见视频 整个算法框架如下 我和计算机视觉life合 ………………………………