qq_41861406的博客

在实际测试中，在转弯时系统不稳定。特征点提取数量，如何确定。进入优化窗口的关键帧。

在提取特征点时，会提取到地面点，而一般地面点并不会对定位起到好的效果。如果将地面点筛选掉是否会产生一些好的效果。此次验证，只是为了验证想法因此实现比较简单，采集数据时将相机放置较低的水平位置。视野下方有稳定的1/3的地面。可以看到精度基本没有提升，但是运算量肯定略有下降，个人感觉做下去的意义不大。因此在实现时只需将1/4的下方图像裁剪掉即可。

vins表示和orbslam3相同的参数，都采用针孔相机模型，跟踪相当失败。vins_3使用的是经过一次在线标定的参数，明显经过在线标定以后效果变好。vins_2使用mei模型，使用出厂设置的参数，跟踪效果也很差。具体的解算结果不小心丢了害。

预积分计算时需要用到Nga，NgaWalk得到预积分的协方差矩阵。**4.2优化时的协方差更新？**应该也会有更新个人感觉。协方差阵的逆矩阵就是信息矩阵。3.设置初始的预积分参数。（1）初始的偏置设置为0。4.1两帧间的协方差更新。

优化就是根据误差（边）构建最小二乘问题，求解状态量（顶点）中优化变量的最优值。

2.找到UpdateLocalMap（），在这个函数里就可以找到局部地图跟踪，是跟哪些路标点建立的关系。主要目的想知道局部地图跟踪建立的是当前帧特征点和哪些路标点的关系。2.1局部地图跟新包含关键帧更新和局部地图点的更新。就是将局部关键帧的点都加进去就可以了。1.进入局部地图跟踪。2.2局部地图的更新。

如基础概念的Atlas所述，每次插入的关键帧都与完整地图的DboW数据库进行匹配。如果发现了相同的场景，且两个关键帧同时位于活动地图，则意味着发生了回环，便按照回环的方式进行融合处理；如果匹配上的关键帧位于非活动地图，则需要将两个子地图进行拼接， LoopClosing就是完成上述的相似场景发现、回环/拼接任务的线程。线程启动LoopClosing线程在System构造函数中初始化与创建，其核心函数为在中，线程每个5毫秒执行一次回环检测与地图融合检测操作。

一文搞懂ORBSLAM3流程

参考关键帧跟踪、恒速模型跟踪、IMU预测位姿、重定位跟踪、局部地图跟踪，需要注意的是在存在惯导的模式下不会进行重定位跟踪，因此不管是纯视觉还是存在惯导的ORBSLAM3都只有四种种跟踪形式。

剔除没用时间段的数据。

采集环境：一间实验室采集环境：一间实验室。

将ORBvoc.bin拷贝到Vocabulary文件夹下，ORBvoc.bin百度云盘下载地址 密码idr0,记得解压缩。

默认字体不适合我们文章的其余部分，因为文章使用了衬线字体。图形中文本标签的相对大小也可以增加，以提高可读性。有一个问题是orbslam3的时间单位是ns，而evo默认是s，因此在sysytem.cc中1e9*(*lT)变成(*lT)Set the default figure size 3. 设置默认图形大小。您还可以调整默认的绘图图形大小。...

关键帧是目前是一种非常常用的方法，可以减少待优化的帧数，并且可以代表其附近的帧，关键帧相当于slam的骨架，是在局部一系列普通帧中选出一帧作为局部帧的代表，记录局部信息。如果摄像头放在原处不动，普通帧还是要记录的，但关键帧因为总看到原场景，所以不会增加。可以简单理解为方阵里有10行10列，每一行的第一个人就是一个关键帧，他可以代表他所在一行的人的特征。但实际上并不是每一行第一个人，这就涉及到关键帧的选取策略了。......

在代码调试时，需要使用debug模式，来查看具体的信息，但是最新版本的orbslam3版本。debug编译完成后，运行euroc会出现错误。最简单的方法注释掉即可。

视觉SLAM回环的主要目的是限制累计误差，需要重新“走过你来时的路”，相对来说条件苛刻，并且目前采用的回环检测方法，为了保证准确率，召回率较低（就算回到走过的路也很难被识别），回环功能对车载导航的增益有限。GNSS定位具有无累计误差的特点，应用场景广泛。使用卫星定位技术可以完美替代回环功能，因此在三者的融合中首先要做到的就是剔除回环。