視覺慣性SLAM問題匯總新機器視覺關(guān)注共 2570字,需瀏覽 6分鐘 ·2021-09-22 14:53 來源 | 小白學(xué)視覺 1、一般認為SLAM和VO/VIO的區(qū)別是什么?沒有全局優(yōu)化和回環(huán)檢測? 回答:一般認為 完整的slam系統(tǒng)和vo的區(qū)別,是這樣的,但目前在很多地方 比如這幾年有很多paper,其實做了個vo,但是給自己系統(tǒng)取個名字叫xxx slam ,也是存在的 2、視覺引導(dǎo)的室內(nèi)搬運或者無人配送這種場景,有沒有合適的深度相機或雙目相機推薦?雙目相機的算力要求有多高啊?TOF和結(jié)構(gòu)光相機適合這種場景嗎? 回答:zed2+Nvidia Jetson Xavier,tof 結(jié)構(gòu)光等相機 優(yōu)勢在于可以直接取深度圖 不占本機算力,但結(jié)構(gòu)光室外強光容易受干擾,tof的話 目前好像分辨率還是偏低一些,并且兩者測距范圍都偏小一些,雙目的話,測距范圍根據(jù)基線長度和分辨率 可以達到很高,所以看你對深度信息的依賴程度、算力、場景和處理資源,來決定選不選tof或者結(jié)構(gòu)光了。 3、請問運行vins-fusion走一段之后出現(xiàn)這種情況,軌跡飄了,問題在哪? 回答:多種原因會導(dǎo)致這個問題,比如相機imu外參設(shè)置的有問題、初始化結(jié)果不理想、imu噪聲參數(shù)標定的有問題、優(yōu)化參數(shù)的設(shè)置等,這種情況你先確定一下camera和imu的外參數(shù)沒問題,大概率是這導(dǎo)致的。還有上面的camera-imu的外參數(shù)也需要調(diào)整,以及可以看一下 靜止狀態(tài)下,imu讀出的重力向量是多少,配置文件里也改一下, 這個一般大差不差,但是realsense的imu質(zhì)量有時候比較差,可以確認下這個. 4、相機模型有推薦的資料嗎? 回答:https://github.com/hengli/camodocal,可以看下readme里提到的對應(yīng)的論文,主要涉及魚眼相機,有魚眼的話針孔hold不住。 5、雙目運行vins-fusion的話,需要對輸入的圖像進行立體矯正嘛,就是那個rectify。 回答:不需要,提供好雙目的內(nèi)外參(外參是兩個目分別到imu)就OK了。 6、vins fusion的結(jié)果怎么用到室內(nèi)移動機器人導(dǎo)航中呀?整個流程沒有弄過,不大清楚,后面是不是需要接一個像RGBD SLAM那樣的稠密點云地圖,八叉樹地圖,再轉(zhuǎn)換成占據(jù)柵格地圖來做? 回答:你這問題有點太寬泛啊導(dǎo)航需要機器人知道當前的位姿,也就是vins fusion輸出的定位結(jié)果,串起來就好了。你先看看你導(dǎo)航系統(tǒng)需要哪些輸入,一般就是機器人自己的定位信息和地圖信息,定位信息vins fusion可以提供,地圖的話 vins fusion的稀疏點云圖不太行的,要通過其他辦法,導(dǎo)航算法并不是一定要基于概率柵格地圖的。 7、室內(nèi)地面移動機器人,場景類似于產(chǎn)線物流搬運跟隨這種,傳感器主要是深度相機,單線激光雷達,UWB這些該如何導(dǎo)航呢? 回答:個人覺得完全可以單線激光+uwb為主、視覺為輔,定位主要依賴于單線激光和uwb,導(dǎo)航的話,可以把深度相機引入,和激光雷達配合,“在三維數(shù)據(jù)下做二維的導(dǎo)航”。 8、請問一下IMU坐標系的問題,就是IMU的哪個軸向下的時候那個軸的線加速度在9.8左右,此時向下的方向就是這個軸的正方向嗎。比如說我現(xiàn)在把IMU正常放在一個平面上,此時x軸的線加速度為9.7546,那此時的X軸就是朝下的嗎?還有就是vins-fusion的坐標軸是怎么樣的呀,就XYZ的方向。 回答:以imu的坐標系為body系,三軸遵循flu(前左上)關(guān)系,但是具體到具體設(shè)備,你查一下產(chǎn)品手冊/sdk的輸出 的xyz軸是怎么樣的,不同的可能會不一樣,這個不一定哈,mems加速度計靜止時,測量值一般輸出為-g,對于你用的imu設(shè)備的采用坐標系,直接查手冊就OK啦。 9、老師,軌跡漂移跟電腦算力有關(guān)嗎,track_image和里程計輸出的延遲很嚴重,比實際運行位置滯后很遠。 回答:有一定關(guān)系, 你把部分參數(shù)調(diào)一下, 降低一些算力、犧牲一點精度試試, 比如把提取的特征點數(shù)量減少, 圖像的分辨率也降低一些, 求解迭代次數(shù)也少一些. 10、我使用kalibr_allan標定IMU,標定出來的陀螺儀的隨機游走誤差為無效數(shù)據(jù)有可能是什么原因呢,數(shù)據(jù)采集是在夜深時采集的5個小時的數(shù)據(jù),kalibr_allan標定出來的imu內(nèi)參的單位和vinsfusion中使用的imu的內(nèi)參單位是一樣的嗎,就是kalibr_allan標定出來的imu內(nèi)參值可以直接寫在vinsfusion的配置文件里嗎 回答:kalibr_allan使用的斜率1/2的線來擬合陀螺儀的random walk,從這個數(shù)據(jù)上來看emmm,確實看不出右側(cè)1/2,單位不一樣,kalibr_allan標出來是連續(xù)時間下的,vins的那個參數(shù)是離散的,需要乘1/(sqrt(1/imu的幀率)) 11、可以直接修改vins_fusion配置文件中的圖像分辨率嗎?但是realsense只支持這兩個分辨率。 回答:先改realsense輸出的分辨率(不是深度圖的分辨率/幀率,是用到的雙目圖像的分辨率),改了后vins里對應(yīng)的內(nèi)參需要也改下,realsense的內(nèi)參可以直接用rs-sensor-control那個工具看,不需要標 —版權(quán)聲明— 僅用于學(xué)術(shù)分享,版權(quán)屬于原作者。 若有侵權(quán),請聯(lián)系微信號:yiyang-sy 刪除或修改! —THE END— 瀏覽 65點贊 評論 收藏 分享 手機掃一掃分享分享 舉報 評論圖片表情視頻評價全部評論推薦 ICRA 2021論文匯總:視覺-慣性/視覺SLAM新機器視覺0Snake-SLAM視覺慣性 SLAM 系統(tǒng)?Snake-SLAM 是一種可擴展的視覺慣性 SLAM (同步定位與建圖)系統(tǒng),用于低功率航空設(shè)備Snake-SLAM視覺慣性 SLAM 系統(tǒng)?Snake-SLAM是一種可擴展的視覺慣性SLAM(同步定位與建圖)系統(tǒng),用于低功率航空設(shè)備中的自主導(dǎo)航。追蹤前端具有地圖復(fù)用、閉環(huán)、重定位,支持單目、立體、RGBD輸入。通過基于圖形的簡化方法減少ORB-SLAM3:一個用于視覺、視覺慣性和多地圖SLAM系統(tǒng)新機器視覺0徹底搞懂視覺-慣性SLAM:基于VINS-Fusion(正式開課)3D視覺工坊0Tomcat 問題匯總愿天堂沒有BUG0SLAM就業(yè)問題匯總復(fù)習(xí)新機器視覺0詳解 | 視覺慣性里程計(VIO)目標檢測與深度學(xué)習(xí)0音視頻匯總--視頻問題匯總工作中經(jīng)常碰到各種音視頻問題,特地匯總一下,方便記錄,也希望能夠幫助大家,提供一個解決的思路。廢話少說,直接上干貨。 1. 網(wǎng)絡(luò)問題 該問題大概范圍為網(wǎng)絡(luò)傳輸丟包、封包、解包等問題, 通常的解題思路是:首先查看發(fā)包是否正常,然后排查收包是否正常,排查編碼后數(shù)據(jù)是否正常等。從而不同階段判斷不同的問題點,快速定位。 1.1 發(fā)包問題 1.1.1 問題描述 雙方通話時候卡頓,馬賽克、殘影;但是rtsp確實正常的。 1.1.2 分析原因 (1)抓包查看P幀包非常小,如下圖 工具分析:I幀和P幀數(shù)據(jù)量差好多,導(dǎo)致部分P幀解碼異常,出現(xiàn)馬賽克和殘影 (3)中間文件保存 將編碼后的數(shù)據(jù)進行文件儲存,并導(dǎo)出分析,這時視視覺SLAM深度解讀小白學(xué)視覺0點贊 評論 收藏 分享 手機掃一掃分享分享 舉報