【实验记录】地磁部分&&论文阅读

DTW算法

计算两个时间序列的相似度，

在回环检测中，两个时间序列应该是第一圈和第二圈的时间戳序列，因为slam的两圈是连在一起的，如何从中间拆分？

在匹配完成后，两圈的位姿信息如果选取？是将第一圈的赋给第二圈，还是用一个什么求均值的办法？

两组数据不需要完全重叠？ 好像是可以筛选出最小匹配

DTW算法介绍：https://zhuanlan.zhihu.com/p/43247215

目的：寻找一条从矩阵左上角到右下角的路径，使得路径上的元素和最小。
一定是矩阵某个元素的上方、左侧和左上方的元素要取最小，这样得到的最后一个位置的元素和是最小的

1.基于FastDTW地磁匹配的快速闭环检测方法研究

对于视觉slam的回环检测影响最大的是光线，而不是相似的建图场景结构，就现代化slam算法而言，误报是远远要比漏报小得多

使用UWB和传统slam算法融合，可以很好地降低累积误差，但是UWB存在信号遮挡和衰减的问题，而且不适用于大场景。

地磁定位不需要提前布设基础设施，越来越多的研究人员开始了对地磁定位的研究。

DTW算法可以很好的比较两个序列的相似度，关键问题是如何去找两个待比较的序列；欧式距离越小，两个序列越相似

Fast-DTW减小算法的搜索空间可以有效降低算法的复杂度。

本文章是在回环检测前进行一个预筛选，在采集数据的时候，连同激光点云和9轴imu信息一起采集，先对待闭环前的数据进行预处理，将地磁匹配到的位姿p提前加入到待匹配队列中。优点：有效避免了误匹配。

假设待匹配的地磁数据序列长度为，地磁数据库的长度为，数据量n>m，从n中截取相应的数据量进行匹配，每组可以得到近似距离的匹配结果，放入相似集合当中。集合中的最小值就是最优匹配数据。

在地磁匹配和激光雷达SLAM的融合中，无人车在扫描环境地图的同时获得相应的地磁三轴数据，计算地磁模量并添加到地磁数据库中。

大致思路就是在vins系统中前端和后端中间，加入一步地磁匹配环节，滤掉一部分点，

在地磁匹配与激光雷达slam融合时，无人车进行环境地图扫描的同时获取对应时间戳的地磁三轴数据，计算地磁模值加入地磁数据库。

当环境地图扫描完成时，地磁数据库完成。

2.Global_indoor_self-localization_based_on_the_ambient_magnetic_field

基于环境磁场的室内全局自定位

地磁定位的经典论文，采集的数据产生三维矢量m={mx,my,mz}，为xyz三个方向的磁通量密度，

描述观测值的两种方法，直接使用磁通量密度m，或者使用模量

3. 基于地磁和WiFi的智能手机室内定位研