AirVO简单记录

前言

AirVO介绍

AirVO，一个基于点和线特征的光照稳健和准确的双目视觉里程计系统。

AirVO是一个基于点和线特征的光照稳健和准确的立体视觉测距（VO）系统。它是一个混合VO系统，结合了传统优化技术的效率和基于学习方法的鲁棒性。为了对光照变化具有鲁棒性，将基于学习的特征提取（SuperPoint）和匹配（SuperGlue）方法引入该系统。此外，还为VO提出了一个新的线条处理管道，该管道将二维线条与图像上基于学习的二维点联系起来，从而导致更强大的特征匹配和三角计算。这种新方法提高了VO的准确性和可靠性，特别是在有光照挑战的环境中。通过使用Nvidia TensorRT Toolkit加速CNN和GNN部分，点特征检测和匹配实现了比原始代码快5倍以上。该系统在Nvidia Jetson AGX Xavier（一种低功耗的嵌入式设备）上的运行速度约为15Hz，在笔记本电脑上的运行速度为40Hz。

一、下载项目源码

此项目在GitHub的地址为：https://github.com/sair-lab/AirVO
在要放置该项目文件的目录下右键选择打开终端，复制下图红色方框中内容备用

下载GitHub文件可在终端中使用 git clone HTTPS网址 指令
复制如下指令到终端中执行

git clone https://github.com/xukuanHIT/AirVO.git

完成后可看到下载文件所在目录中多了AirVO文件夹

二、阅读项目README文件

在GitHub相应项目文件页面下半部分会显示README文件，如下图所示：

README文件一般是项目上传者对项目的基本情况的描述以及如何复现运行项目的操作指南，我们要复现项目只需跟着作者的提示一步步进行即可（当然也可直接在CSDN上搜索有无复现此项目的现成Blog）。

在AirVO的README页面中我们可以看到作者给出了两种运行指南如下图所示：

第一种方法为使用Docker容器，第二种方法为直接编译，下面分别给出两种方法的操作步骤，两种方法任选其一即可。