R2LIVE代码学习记录（1）：代码整体结构分析

R2LIVE代码学习记录（1）：代码整体结构分析

1. 如图是r2live的代码文件夹中的内容

config：里面是相机和雷达的配置文件
paper：里面包含r2live论文
camera_model、feature_tracker、r2live是三个ros包

2. camera_model包

这是一个相机模型包，用于标定相机
部分代码参考链接: camodocal.
https://github.com/hengli/camodocal
intrinsic_calib.cc.
https://github.com/dvorak0/camera_model/blob/master/src/intrinsic_calib.cc

3. feature_tracker包

这是一个基于图像的特征点提取的包，用于提取和跟踪图像中的特征点，对比一下vins文件夹，可以发现camera_model 和 feature_tracker 和vins下的ros功能包都是一样的，代码也是一样的，所以想要去了解这两个功能包，去看一下vins就可以啦。

4. r2live包

r2live包就是核心体现了，里面包括基于fast-lio的雷达特征点提取、相机外参校正、imu预积分、滤波、图优化等关键代码。

5. 联系

代码运行时，ros节点topic的订阅与发布关系是这样的：

rosbag播放数据集（或者传感器实时发布），livox雷达发布出的/livox/lidar话题被lio_feat_extract节点订阅，经过lio_feat_extract处理后发布/laser_cloud_flat点云信息传到r2live节点。
相机的/camera/image_color话题被feature_tracker包下的feature_tracker节点订阅进行特征点提取后发布带有特征点信息的/feature_tracker/feature_img图像和特征点/feature_tracker/feature话题以及/feature_tracker/restart话题信息。
r2live节点订阅前面的/laser_cloud_flat话题、/feature_tracker/feature话题、/feature_tracker/restart话题以及/livox/imu信息。经过融合处理后发布/r2live/camera_pose_visual、/r2live/odometry、/aft_mapped_to_init、/cloud_registered、/path可以在rviz中订阅显示。

下一篇：R2LIVE代码学习记录（2）：r2live包