m0_49088083的博客

2021@SDUSC2021年12月28日经过这半个学期的学习，我对于SLAM经历了一个从一无所知到逐渐了解的充实的学习过程。在学习的过程中，在收获关于SLAM、cpp的知识的同时，也得到了自主学习研究相关的经验和技巧。对于问题的解决能力得到了进一步的提升，对于陌生的代码阅读技能也有了一定的长进。回顾这三个月的学习：我的学习内容可以大致概括如下：开课到十月一日：对于ros系统的熟悉认识了解十月份：开始对于LVI-SLAM的分析，主要是对于雷达部分的分析和总结十一月份：对于视觉部分的分析，分析

2021@SDUSC2021年12月26日星期日——2021年12月30日星期四一、背景简介：这一周继续分析factor文件夹。这一周我分析的代码部分视觉的残差，特征点在相机的投影下产生的残差:projection_factor.cpp和projection_td_factor.cpp和pose_local_parameterization.cpp以及对应的头文件。首先是原理分析：回到我们之前分析过的边缘化的总框架图上去，可以看出，这部分的代码是同ceres息息相关的的，是利用ceres Sol

2021@SDUSC2021年12月19日星期日——2021年12月24日星期五一、背景简介：这一周我分析的代码是factor文件夹运动模型的IMU计算中得到的残差：相关代码为imu_factor.h和integration_base.h这部分涉及到的是IMU预积分的相关知识。在分析雷达部分的时候，我已经初步接触了IMU预积分的知识，这里再来回顾一下：IMU预积分回顾：为了有个清晰的认识，首先说下预计分的作用。大家知道，用IMU的slam、vio算法有很多，有滤波器的比如MSCKF，有基于

2021@SDUSC2021年12月12日星期日——2021年12月16日星期四一、背景简介：这一周的工作承接上周的边缘化分析，结束这部分的代码的分析工作。在查阅资料的过程中我发现了一份讲解，里面有一张这样的图片：[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ur7IuthK-1639117790438)这张图不仅有助于我们对于边缘化的理解，更是有助于对于整个优化流程的理解。实在是太好了。原文连接放在了文末，感谢大佬的指导。可以看出来，我们这部分优化中，最重要

2021@SDUSC2021年12月6日星期一——2021年12月9日星期四一、背景简介:上周实在是太忙了，本来还继续学习factor的代码，但是一个接一个的实验和课设打乱了我的计划。还是按照节奏一点一点慢慢来吧。initial的小结也可以先放一放，等到不忙了再补上一篇。这周的计划是分析factor，首先分析其基本原理，然后结合代码进行深入的实现分析。factor如上周介绍所说是用来处理后端优化的部分。这部分的优化包含了三部分:特征点深度IMU误差关键帧位姿我们对于这个文件的分析也便

2021@SDUSC2021年11月29日星期一——2021年12月2日星期四附:12月1日typora更新了,新版本要收费,我回退到旧的0.9.8版本之后,发现旧的版本有个致命的bug,会丢失对代码的注释…本来已经读完了代码的,结果下午打开一看注释全没了。幸好时间不算长,还能挽救。一、背景简介:这篇博客分为三部分,第一部分是对于上次的代码分析的补全,结束initial_sfm中最后一部分的问题。第二部分是对于数学知识的补充,类似于上上一次对于代码的分析一样,这一次是对于数学部分的原理加深理解。

2021@SDUSC2021年11月22日星期一——2021年11月25日星期四一、背景简介：继续对于initial文件夹内的代码：initial_sfm进行分析。这是initial中的最后一部分代码。不过，在分析之前，首先要明确它的主要功能，以及在系统中的意义。initial文件夹内存放的是用来初始化系统参数的函数，包括了估计旋转外参数、利用sfm求取特征点和位姿在参考坐标下的值，利用相机旋转约束来标定IMU角速度偏差、以及利用平移来估计重力和各个bk帧的尺度、优化标定重力，确定世界坐标系，确

2021@SDUSC2021年11月17日星期三——2021年11月19日星期五一、背景简介：经过上一周对于代码的阅读，我发现自己在这几个开源库函数和cpp常用的代码技巧方面还存在着问题，对于前置的知识也不甚了解。因此我决定暂停一下阅读的进度，专门结合这些开源函数和代码技巧进行补习。也能趁机提升一下自己的cpp编程水平。本着实用的原则，学习的范围先暂定在前面三次学习中的代码，库函数包括Eigen和open cv两块。学习的顺序由新到旧，逐步回顾。二、代码分析及问题解答：1、initial_ali

2021@SDUSC2021年11月14日星期日——2021年11月15日星期一一、背景简介：这一次继续分析initial文件夹下的内容，本次针对的是solve_5pts，包括了该文件的头文件和cpp文件。这里的solve_5pts的意思是利用五点法求本质矩阵，代码则正是对于这一功能的实现。在进行代码分析之前，有必要先学习了解一下五点法。在slam 和sfm领域，恢复相机位姿和3D点的坐标是其重要的任务，描述一个场景的3D点在不同相机的图像坐标之间的关系被称为对极几何关系。对极几何关系描述的矩

2021@SDUSC2021年11月12日星期四——2021年11月13日星期六一、背景简介：结束了对于initial_alignment的初步阅读，下一步还要继续对于initial文件夹下的其他文件的分析，毕竟我们的最终目的还是对于函数esitimator中的的processImage()做分析。这次的计划是针对Initial_ex_rotation和solve_5ph给出分析。二、Initial_ex_rotation分析：A、功能分析函数的功能是求解从相机（Camera）坐标系到IM

2021@SDUSC2021年11月2日星期二——2021年11月4日星期四2021年11月10日星期三——2021年11月11日星期四附：发烧导致学习进度中断。一、学习背景：经过前几周对于雷达部分的学习，我对于ros以及LVI-SLAM包有了初步的认识。我们小组的下一个目标就是视觉部分，经过讨论和对于信息流的分析，我们决定按照visual_estimator，visual_feature和visual_loop的顺序来学习。因为LVI-SAM的视觉部分是建立在VINS-MONO的基础之上的，而

2021@SDUSC2021年11月3日星期三——2021年11月5日星期五一、学习背景：在对LVI-SAM包下的视觉部分进行分析的过程中，我遇到了严重的困难。经过仔细地分析，我觉得是因为我对于视觉部分的理论基础了解的还不够详尽，因此有必要先停下脚步，阅读这部分的基础论文VINS-Mono来增强稳固自己的基础知识。二、论文概要：文章介绍了一种处理imu和摄像机组成的单目视觉惯性系统的数据的方法：VINS-Mono。文章指出，这种方法利用了imu预积分和特征提取观测数据，基于紧耦合和非线性优化的方

2021@SDUSC2021年10月26日星期二——2021年10月30日星期六一、计划简介：​ 通过前几次的学习，我掌握了lvi-sam包的信息流、结构、功能，还着重分析了特征提取featureExtracted的代码。​ 这一周，我决定在分析图因子优化包之前，先来学习一下组内其他同学的研究成果，以方便接下来的进一步学习研究，更有效地上手后续地代码。同时，也可以借鉴其他同学们阅读代码的思路和方法，提高自己的知识技能。​ 我这一次的学习方式和上一次的信息流分析类似，也是借助博客注解加源代码的

2021@SDUSCROS-3DSLAM（3）：信息流2021年10月17日星期一——2021年10月20日星期三一、背景简介：对于信息流的分析理解能够有助于我们对于整个项目的下一步研究学习。虽然对于局部代码的阅读可能看不出来这样做的好处，但是毫无疑问这样的分析有助于我们下一步的对于整个系统的代码的解读工作。考虑到雷达包的阅读工作量的问题，本周我负责的任务即为处理这个信息流的工作，这样也方便和组内的同学们统一阅读进度。二、学习历程：因为是对于全局代码的分析，考虑到我的时间和精力的问题，直接阅读

2021@SDUSC2021年10月11日星期一——2021年10月1４日星期四一、学习背景：结束了论文的学习之后，我们下一步的学习目标就是关键的代码了，但是在此之前，我们还仍然需要先把整个项目的信息流分析明白，这样才能有助于我们更好地进行后续的阅读学习代码工作。结束了信息流的分析之后，我们的第二个工作目标就是对于ｌｉｄａｒ＿ｏｄｏｍｅｔｒｙ包的代码分析。相较于第一个视觉处理的系统而言，这个雷达处理的系统更为简单一些，分析起来也相对较为容易。我们首先分析的目标是较小的三个文件，剩下的那一个较

2021@SDUSC2021年10月5日星期二——2021年10月7日星期四一、背景简介：我们小组本来计划分析的源代码是ros系统的源代码，但是后来的研究学习中发现我们所选取的材料有些陈旧过时，许多包和功能已经不被推荐使用了。因此我们改变了研究思路，调整方向，专注于LVI-SAM这个包的研究。因为这个包是最近刚刚开源的新技术，所以网上的参考资料屈指可数，这加大了我们研究的难度和挑战，但相对的，也更值得我们研究和学习。这一篇博客首先从作者的论文入手，目的在于理解该包的基本原理和知识，为下一

2021@SDUSCROS-3DSLAM（1）：综述2021年9月27日星期一——2021年9月29日星期三一、项目简介：Robot operating System (ROS),通常被称为机器人操作系统，是一种弱耦合的分布式进程框架，通过进程间的消息传递和管理来实现硬件抽象和设备控制。我们的任务是对于这一系统的源代码进行分析。二、基本知识储备：一、概念初识（基于乌龟例子的学习） ROS文件系统 创建软件包：catkin和rosmake两种方式 软件包的