VIO与全局快门及轮速计的一些应用小技巧

封面就用一个可爱的小车车~

之前各种针对VIO，VSLAM和VINS的工程注意事项都讲过了

今天的内容主要是针对VSLAM，VIO的实用性。

比如Td，同步对时，内参，外参这一串

最近比较忙，简单写点全局快门和轮速计的东西。

全局快门室外应用讲解：

首先VIO必须采用全局快门，当然室外一定要用卷帘也不是不行，但是因为卷帘快门的曝光时间实际会根据场景与环境动态变化，所以总体是比较难整的，容易出现各种各样乱七八糟的问题。

在事件摄像机真正广泛开始应用前，其实没有什么更好的相机能够取代全局快门相机。

夜间导航与成像分析的话，接下来10年也不会有优于热成像(长波红外)的方案。

如果我的分析没有错的话，未来自动驾驶领域主传感器可能就是激光雷达与热成像相机之争了。

但是全局快门的价格总体还是比较昂贵的，所以大家一般用的都是黑白的Y数据，光圈一般也比较烂，比如3.0

这样的话在室内还比较好用，在户外其实总体就会很闹心了，因为光度的变化实在是比较动态的。

当然如果你用的是1080p的RGB全局相机自动曝光+自动增益就当我没说。。。。

所以今天给个小技巧吧：

如果大家使用的是Y数据8位的相机，VIO系统势必是要处理一路RAW DATA的

大家可以按照一定的帧频(比如每5HZ)从这个RAW里取总值算一下均值，这样总体的开销是很小的(单核不到1%)，然后针对这个均值来做一个专门针对VIO的“自动曝光”，把光度值长期控制在室内能稳定工作的范围即可。

一个小技巧，避免大家走一堆弯路，不用谢哈:)

轮速计小技巧：

轮速计是一个非常好的Bench mark，很多同学喜欢问怎么把丫和VIO紧耦合起来，以前不写实在是因为这东西太简单了。

这里我想表达一下，紧耦合轮速计其实都是比较哈皮和内卷的做法，开销不要钱咩？

那用轮速计+IMU结合卡尔曼滤波做个DR来限制呢？。。。可以是可以，问题是有点多余啊。

轮速计有个很基础的特性，就是只会算多(打滑空转等blabla)，在这里松耦合，平时都信VIO(做得好的VIO可信度至少95%以上)，定时定频和轮速计对一下轮速计数据就完事了(比如每250ms对一次)，总不可能你VIO告诉你走了3米5，轮速计只读了2米吧(这种基本就是尺度和规模出现问题了)。哈哈。然后回退一下数据归一一下(再搞不定记录下位置原地初始化一次)。仅针对6dof里的3平移中的x/y随便做点修正就好了。

最后给个平时室内做评估的小环境做精度开销参考：

我们办公室一大圈大约150米的正四方廊道回环，一大堆无纹理区间和转弯，在这种场景上能无穷回环反复归一，就说明你的系统工程化做得不错了。

​