VINS学习
酸菜余
这个作者很懒,什么都没留下…
展开
-
EVO使用
evo是一个用来评估SLAM系统测量数据以及输出估计优劣的Python工具1. 安装EVOpip install evo --upgrade --no-binary evo2. 使用测量指标:evo_ape:绝对位姿误差evo_rpe:相对位姿误差常用命令:evo_traj:绘制轨迹,一条或多条,支持kitti,eurco,tum三种格式evo_res:根据指标比较分...原创 2020-04-04 21:38:43 · 4742 阅读 · 2 评论 -
图像的线特征提取与跟踪
LSD: Line Segment Detector线段检测器LSD是一种局部提取直线的算法,速度比Hough要快。 LSD是一种直线检测分割算法,它能在线性的时间内得出亚像素级精度的检测结果。该算法被设计成自适应模式,无需手动调参。作者将自己的论文(LSD: a Line Segment Detector,2012)及代码( c++)放到自己的主页上:LSD详解opencv使用头文件及命...原创 2020-03-20 22:16:25 · 9620 阅读 · 12 评论 -
vins位姿图优化
重定位的方案:1、快速重定位通过回环检测得到回环帧,将回环帧信息发布给vins_estimator节点在窗口中进行局部优化,得到了loop_info(T_i_j)后返回给位姿图节点,然后得到T_w1_j,结合已知的T_w2_j,得到T_w1_w2(shift_t);2、全局优化重定位通过pnp得到loop_info(T_i_j),作为残差信息放在ceres优化中,从最早的回环帧到当前帧均为...原创 2019-12-19 13:33:32 · 1776 阅读 · 1 评论 -
DBoW3库的使用
DBoW库介绍DBoW3是DBoW2的增强版,这是一个开源的C++库,用于给图像特征排序,并将图像转化成视觉词袋表示。它采用层级树状结构将相近的图像特征在物理存储上聚集在一起,创建一个视觉词典。DBoW3还生成一个图像数据库,带有顺序索引和逆序索引,可以使图像特征的检索和对比非常快。DBoW3有两个主要的类:Vocabulary和Database。视觉词典将图像转化成视觉词袋向量,图像...原创 2019-09-30 15:40:17 · 5787 阅读 · 0 评论 -
VINS之estimator节点小结
VINS的核心节点,包括VIO的初始化过程、紧耦合的非线性化过程、边缘化处理过程主要流程步骤1、主函数线程订阅了四个topic,分别调用回调函数;创建了13个话题发布器;开辟了一个VIO线程IMU_TOPIC:存入 imu_buf,并发布最新的PQV位姿信息(未优化过的),用于高频的IMU输出,便于实时控制feature_tracker/feature :存入feature_b...原创 2019-12-07 10:05:44 · 942 阅读 · 0 评论 -
Ceres使用
定义:ceres是一款非线性优化问题的数值求解器。1. CostFunction输入为自变量,输出为残差。首先要定义一个用于求解残差的struct,并在内定义重载函数operator():template bool operator() (const T* const x, T* residual ) const2. LocalParameterization输入为全局参数,输出...原创 2019-11-09 18:12:59 · 4289 阅读 · 0 评论 -
SLAM--本质矩阵的分解
本质矩阵是归一化图像坐标下的基本矩阵的特殊形式:x2TEx1=0x_2^TEx_1=0x2TEx1=0矩阵分解=本质矩阵的性质是它的奇异值有两个相等而第三个是0设:正交矩阵W:W=[1−10100001]W=\left[\begin{array}{ccc}{1} & {-1} & {0} \\ {1} & {0} & {0} \\ {0} &...原创 2019-11-09 12:12:28 · 5633 阅读 · 7 评论 -
vins外参ric的的估计
推导在Feature Detection and Tracking模块中,利用Harris特征点匹配通过基础矩阵和Ransac恢复出Rck+1ckR_{ck+1}^{ck}Rck+1ck,相应的使用IMU陀螺仪数据积分得到Rbk+1bkR^{bk}_{bk+1}Rbk+1bk;这两个测量满足:Rck+1ck⋅Rbc=Rbc⋅Rbk+1bkR_{c k+1}^{c k} \cdot R_{...原创 2019-11-09 11:34:02 · 311 阅读 · 0 评论 -
SLAM--三角化测量
单目相机中2d特征点大多是通过三角测量求解出地图点的世界坐标VINS中的三角测量1. 推导3D点齐次坐标[x,y,z,1]T[x, y, z, 1]^{T}[x,y,z,1]T,3D点在图像中的投影:λ[uv1]=K[R∣t]⏟P[xyz1]\lambda\left[\begin{array}{l}{u} \\ {v} \\ {1}\end{array}\right]=\underb...原创 2019-11-09 11:03:07 · 1217 阅读 · 0 评论