VIO
文章平均质量分 70
Jack Ju
硕士毕业于哈尔滨工业大学控制科学与工程系,目前是一名自动驾驶工程师。
展开
-
VINS-Mono中的getMeasurements()函数同步imu数据以及相机特征点帧数据代码逻辑分析(易懂!)
首先我们来看一下getMeasurements()函数源码:getMeasurements(){ //这个函数的作用就是把图像帧和对应的IMU数据们 配对起来,而且IMU数据时间是在图像帧的前面 std::vector<std::pair<std::vector<sensor_msgs::ImuConstPtr>, sensor_msgs::PointCloudConstPtr>> measurements; while (true)原创 2021-03-18 17:21:32 · 732 阅读 · 0 评论 -
VINS-Mono 代码详细解读1——视觉跟踪 feature_trackers
https://zhuanlan.zhihu.com/p/145939299原创 2021-02-23 11:11:40 · 184 阅读 · 1 评论 -
Evo评测工具对VIORBSLAM2进行评估(详细步骤!!!)
VIORBSLAM实在orbslam2的基础上进行改进的,使用单目相机和IMU进行状态估计。由于 VI ORB SLAM2 并没有官方的版本,我们主要使用王京实现的一个版本(https://github.com/jingpang/LearnVIORB)作为基础更改来进行测试。王京的版本实在ROS下运行的。 由于EuRoC 测试集有 VIO 的数据,我使用了 EuRoC 测试集进行测试。 在测试前需要对王京的代码进行修改: (1)修改 System 保存 TUM 观测值...原创 2021-01-31 19:24:45 · 1865 阅读 · 0 评论 -
VINS初始化转载
vins_estimator中的相机-IMU对齐https://blog.csdn.net/moyu123456789/article/details/103453897本篇笔记紧接上一篇VINS-Mono代码阅读笔记(八):vins_estimator中的相机-IMU初始化。阅读分析视觉惯导对齐部分的代码。相机-IMU对齐指的是将视觉SFM结构和IMU的预积分结果进行对齐,主要分为1)陀螺仪偏差的标定;2)速度、重力向量和尺度初始化;3)对重力进行修正三部分。效果如论文中提供的下图所示。.原创 2021-01-13 11:23:39 · 489 阅读 · 0 评论 -
learn viorbslam
evo评测vioslam步骤weixin_419696002019-05-06 21:14489查看https://www.geek-share.com/detail/2768148463.html参考博客:http://www.liuxiao.org/2017/11/%e4%bd%bf%e7%94%a8-evo-%e5%b7%a5%e5%85%b7%e8%af%84%e6%b5%8b-vi-orb-slam2-%e5%9c%a8-euroc-%e4%b8%8a%e7%9a%84%e...转载 2021-01-12 14:44:33 · 196 阅读 · 0 评论 -
记录——————————
//ROS_INFO("midpoint integration"); //注意这里不涉及世界坐标系,全在body坐标系下。公式见预积分离散形式(vio从零开始写vi0中公式33) Vector3d un_acc_ = delta_q * (_acc_0 - linearized_ba); //对角速度处理 Vector3d un_gyr_1 = 0.5 * (_gyr_0 + _gyr_1) - linearized_b...原创 2021-01-11 22:30:26 · 78 阅读 · 0 评论 -
欧拉积分、中点积分与龙格-库塔积分(转)
http://www.liuxiao.org/2018/05/%E6%AC%A7%E6%8B%89%E7%A7%AF%E5%88%86%E3%80%81%E4%B8%AD%E7%82%B9%E7%A7%AF%E5%88%86%E4%B8%8E%E9%BE%99%E6%A0%BC%EF%BC%8D%E5%BA%93%E5%A1%94%E7%A7%AF%E5%88%86/、RK4 算法在 SLAM 中也有很好的应用,特别是 VIO 中的预积分部分,比如张腾将王京的 VI ORB SLAM2 代码原创 2021-01-11 11:15:15 · 662 阅读 · 0 评论 -
Vins-Mono代码中关于一些理论的思考以及理论如何与代码一一对应起来的
estimator_node.cpp1、解释predict函数void predict(const sensor_msgs::ImuConstPtr &imu_msg){ //获取当前时间 double t = imu_msg->header.stamp.toSec(); //首帧判断 if (init_imu) { latest_time = t; init_imu = 0; return;原创 2021-01-09 16:02:23 · 566 阅读 · 3 评论 -
针对于Vins-Mono中的评价工具evo中的评价参数的理解
评价指标绝对轨迹误差(ATE:abosulte trajectory error):直接计算相机位姿的真实值与SLAM系统的估计值之间的差,程序首先根据位姿的时间戳将真实值和估计值进行对齐, 然后计算每对位姿之间的差值, 并最终以图表的形式输出, 该标准非常适合于评估视觉 SLAM 系统的性能。相对位姿误差(RPE:relative pose error):用于计算相同两个时间戳上的位姿变化量的差, 同样, 在用时间戳对齐之后, 真实位姿和估计位姿均每隔一段相同时间计算位姿的变化量, 然后对该变化量原创 2021-01-03 22:24:14 · 3503 阅读 · 1 评论