从零点开始的参考orb以及vins搭建imu+camera的slam系统——学习记录以及踩坑记录以及讨论交流文章（持续修改更新）

写在前面了：2022.5.27 ，断更了，中期答辩后去另一篇文章了。。。。

                      2022.6.14，修改之前错误的意识

1.我的环境

双系统下：ubuntu 20 LTS ；ROS 20；opencv4：pangolin、g2o、ceres等等。

数据集：自己录的rgbd+imu然后加上自己标定：大概就是绕室内一圈。

2.我的进展

一、 vo的构建：参考orbslam2以及slam14讲，从帧间匹配到局部地图跟踪再加上一些小策略，着手搭建了一个小小的里程计（暂时无回环）。显示Tcw（w->c的坐标系）<耗时蛮久，后续会继续优化和完善>

二、融合imu以及camera：

 时间：2022年4月头开始到现在（时间略微有点久）

 小目标：先粗略的显示出imu较为正确的路径，然后优化并且耦合到视觉里头进行优化

目前 历程：理论的学习->懵懂的理论加上看vins代码->较熟悉的理论加上懵懂的vins代码->较熟悉的理论加上熟悉的vins代码->....

 大概一个两个关键帧之间的预计分量包含了二十几到三十个几的imu值，同时还传递了关键帧的Tcw。预积分的值算出来之后，就马上对显示的坐标进行对齐。

5.06的 实验结果图

6.14  将预积分值作为观测量添加至优化当中，去共同维护位姿（后续更新）

3.小技巧学习和注意

（1）小技巧：有些比较简单的数据接口使用py文件，在py文件中，同一个功能包下面或许有其他节点，我使用了py调用launch来尽量节约窗口；

import roslaunch
 
uuid = roslaunch.rlutil.get_or_generate_uuid(None, False)
roslaunch.configure_logging(uuid)
tracking_launch = roslaunch.parent.ROSLaunchParent(
    uuid, ["launch path"])
tracking_launch.start()
/*code and so no */
tracking_launch.shotdown()

（2）注意：在写代码的时候要注意坐标的不同，然后把要显示的坐标也要对齐来！

pcl库和opencv冲突：在所有include和src文件中，pcl库头文件都要再opencv前面

ceres的编译问<另外的博客有记录这个坑>