1. 作业1

1.1 方法1

1 利用vio_data_simulation-ros_version生成imu的静止时候的仿真数据:
具体步骤:

1.建立work space
2.利用caktin_make编译vio_data_simulation-ros_version
3.rosrun  vio_data_simulation vio_data_simulation_node注意:1.需要修改vio_data_simulation-ros_version/src/gener_alldata.cpp中的bag路径
2.打开vio_data_simulation-ros_version/src/param.h可以设置参数

2 利用高温良的开源代码完成,参考我以前的博文:无人驾驶算法学习（十一）:IMU标定及Allan方差分析
3 待续，具体分析

2. 作业2

readme中提示: 1. 编译vio_data_simulation-master 2. 执行bin/data_gen, 生成数据 3. 执行python_tools/draw_trajectory.py 画出轨迹 4. 换成中值积分, 再重做一遍上述1,2,3过程

1 欧拉法
编译vio_data_simulation-master, vio_data_simulation-master是一个Cmake工程,对其进行编译。

cd vio_data_simulation-master
mkdir build
cd build
camke ..
make
cd ../bin
./data_gen

此时，在vio_data_simulation-master/bin目录下会生成一些txt文件，我们需要的是imu_pose.txt和imu_int_pose.txt，然后用Python的matplotlib绘图。

说明:
imu_pose.txt是由给定的轨迹方程和欧拉角，生成IMU的pose，imu_int_pose.txt是由给定的轨迹得到速度v和加速度a，再根据欧拉法得到IMU的pose。

cd ../python_tool
python draw_trajctory.py

2 中值法
- 2.1 vio_data_simulation-master/src/imu.cpp中欧拉法

 /// imu 动力学模型 欧拉积分Eigen::Vector3d acc_w = Qwb * (imupose.imu_acc) + gw;  // aw = Rwb * ( acc_body - acc_bias ) + gwQwb = Qwb * dq;Vw = Vw + acc_w * dt;Pwb = Pwb + Vw * dt + 0.5 * dt * dt * acc_w;

2.2 中值法

替换的代码:

        MotionData imupose = imudata[i];MotionData imupose_ = imudata[i-1];//delta_q = [1 , 1/2 * thetax , 1/2 * theta_y, 1/2 * theta_z]Eigen::Quaterniond dq;Eigen::Vector3d dtheta_half = 1.0/2.0* (imupose.imu_gyro +  imupose_.imu_gyro) * dt /2.0;// Eigen::Vector3d dtheta_half = (imupose.imu_gyro +  imudata[i-1].imu_gyro)/2 * dt /2.0;dq.w() = 1;dq.x() = dtheta_half.x();dq.y() = dtheta_half.y();dq.z() = dtheta_half.z();/// 中值积分Eigen::Vector3d acc_w =  (Qwb * (imupose_.imu_acc) + gw + Qwb*dq * (imupose.imu_acc) + gw )/2;  // aw = Rwb * ( acc_body - acc_bias ) + gwQwb = Qwb * dq;Vw = Vw + acc_w * dt;Pwb = Pwb + Vw * dt + 0.5 * dt * dt * acc_w;

3 注意:
对比发现中值法更精准!!!

手写VIO学习总结（二）相关推荐

手写VIO --学习笔记 - Part1
目录一.VIO文献阅读二.四元数和李代数更新三.其他导数参考一.VIO文献阅读阅读VIO 相关综述文献,回答以下问题: 1.视觉与IMU进行融合之后有何优势? IMU:(Inertial ...
《视觉SLAM进阶：从零开始手写VIO》（二）
<视觉SLAM进阶:从零开始手写VIO>第二讲 1 安装im_utils 这个工具之前就使用过了,还写了博客,没想到在这里用上了,博客地址:https://blog.csdn.net/le ...
手写VIO --学习笔记 - Part8
目录 1.基础 2.提升 Estimating Time Offsets using Basis Functions An Example: Camera/IMU Calibration 1.Quan ...
深蓝学院《从零开始手写VIO》作业一
深蓝学院<从零开始手写VIO>作业一深蓝学院<从零开始手写VIO>作业一 1. VIO文献阅读 1.1 视觉与IMU进行融合之后有何优势? 1.2 有哪些常见的视觉+IMU融 ...
js如何在当前页面加载springmvc返回的页面_手写SpringMVC学习
前面我们学习了spring框架源码,做了一些自己手写的学习,最近,我们开始学习springMVC框架的学习 ,springMVC框架,相信大家不陌生了,所以这里不做过多的介绍了. SpringMVC以 ...
《视觉SLAM进阶：从零开始手写VIO》第二讲作业-IMU仿真、MU imu_utils标定
<视觉SLAM进阶:从零开始手写VIO>第二讲作业-IMU仿真.MU imu_utils标定作业题目: 1 仿真代码解析仿真代码地址:https://github.com/HeYiji ...
深蓝学院《从零开始手写VIO》作业七
深蓝学院<从零开始手写VIO>作业七深蓝学院<从零开始手写VIO>作业七深蓝学院<从零开始手写VIO>作业七将第二讲中的仿真数据(视觉特征,imu数据)接入V ...
深蓝学院《从零开始手写VIO》作业六
深蓝学院<从零开始手写VIO>作业五深蓝学院<从零开始手写VIO>作业六 1. 证明题 2. 代码题深蓝学院<从零开始手写VIO>作业六 1. 证明题证明Dy ...
深蓝学院《从零开始手写VIO》作业五
深蓝学院<从零开始手写VIO>作业五 1. 完成Bundle Adjustment求解器 2. 完成测试函数 3. 论文总结 1. 完成Bundle Adjustment求解器完成单目 ...

手写VIO学习总结（二）

文章目录

1. 作业1

1.1 方法1

2. 作业2

手写VIO学习总结（二）相关推荐

最新文章

热门文章