SVO2：一些失败的经验

SVO2

https://github.com/uzh-rpg/rpg_svo_pro_open
目前我还没有运行出来，运行出来后会把这段话删掉的。
安装可以根据提升来，很简单，这里就不作赘述了。

轨迹评估

https://github.com/uzh-rpg/rpg_svo_pro_open/blob/master/svo_benchmarking/dataset_tools/README.md
每个数据集都有自己的格式
将ROS包放在 dataset_tools文件夹中，然后根据下面的步骤生成相应格式的文件夹：

1. 从包中提取传感器值

单目：

./prepare_dataset_monocular <bag_name> <img_topic> <imu_topic>
example:
./prepare_dataset_monocular.sh MH_01_easy.bag /cam0/image_raw /imu0

双目（给的readme里写错了）：

./prepare_dataset_stereo.sh <bag_name> <img0_topic> <img1_topic> <imu_topic>
example:
./prepare_dataset_stereo.sh MH_01_easy.bag /cam0/image_raw /cam1/image_raw /imu0

注意：MH_01_easy.bag 的 topic_name 包括：/cam0/image_raw /cam1/image_raw /leica/position /imu0

对于EuRoC的真实路径，使用所给的脚本 python/asl_to_groundtruth_to_pose.py 进行处理；
对于ROS bags，采用如下指令

./generate_ground_truth.sh <bag_name> <groundtruth_topic> <hand_eye>

脚本使用python/bag_to_pose.py提取真实路径，默认情况下，使用“PoseStamped",可为其他消息类型修改脚本。（不是很理解）
<hand_eye> 表示手眼变换参数，手眼校准，不是用则用none

最后一步，复制传感器校准文件到生成的数据集文件夹中（例：svo_benchmarking/data）重命名为calib.yaml（或在跑benchmarking时在experiment.yaml中改名。