LearnVIORB运行记录（单目+IMU）

最新推荐文章于 2023-03-07 21:58:17 发布

闭关修炼到走火入魔

最新推荐文章于 2023-03-07 21:58:17 发布

阅读量768

点赞数

文章标签： slam

本文链接：https://blog.csdn.net/yys2324826380/article/details/108218001

版权

本文记录了使用LearnVIORB在EuRoC的MH_05_difficult数据集上进行SLAM实验的过程，通过调整外参矩阵平移量，发现某些设置能降低平均误差。同时，分享了使用自己采集的单目+IMU数据运行SLAM的情况，并讨论了时间同步误差对结果的影响。

摘要由CSDN通过智能技术生成

1.LearnVIORB在数据集下运行

选取的数据集是EuRoC下的MH_05_difficult.bag。
1.打开终端1，直接运行：

roslaunch ORB_VIO testeuroc.launch

2.打开终端2，直接运行：

rosbag play /home/xiaoqiang/Downloads/MH_05_difficult.bag

运行结果如下图所示，用evo评价工具与标准轨迹对比平均误差大概28cm。
运行结果
在这里插入图片描述
evo评价结果

自己做的其它测试

配置文件euroc.yaml中的的外参矩阵的平移量真值为（-0.0216401454975，-0.064676986768，0.00981073058949），改为
[0，0，0] 用evo评价工具与标准轨迹对比误差18cm左右。
[0.1，0.1，0.1] 用evo评价工具与标准轨迹对比误差1.3m左右。
[-0.1，-0.1，-0.1] 用evo评价工具与标准轨迹对比误差12cm左右。（ps：为什么效果更好了，这太玄学了）
[1，1，1] 实验失败。
[-1，-1，-1] 实验失败。

将外参矩阵改为

Camera.Tbc:
 [0, -1, 0, 0,
  1,  0, 0, 0,
  0,  0, 1, 0,
  0,  0, 0, 1]

运行到快结束时，总是失败。（ps：可能是我电脑太垃圾了）

2.单目+IMU自己采集数据运行记录

在做完上面实验的基础上，我自己在教研室采集了95秒的数据，制作成.bag文件SBG_Camera1.bag，配置文件要改为适合自己设备的参数，要改的东西至少要包括相机参数（自己标定）、IMU参数（自己标定）和外参旋转（用kailbr自己标定），外参平移直接设为零向量。我的配置文件yys.yaml文件如下

%YAML:1.0

# 1: realtime, 0: non-realtime
test.RealTime: 1
# Time for visual-inertial initialization
test.VINSInitTime: 15.0

# Modify test.InitVIOTmpPath and bagfile to the correct path
# Path to save tmp files/results
test.InitVIOTmpPath: "/home/xiaoqiang/roswork/catkin_ws/src/LearnVIORB/data/"
 
## For good initialization (no movement at the beginning for some bag)
test.DiscardTime: