引言当我们想使用D435i相机去跑VINS-Fusion时，如果不把标定过的相机信息写入config文件中就运行，这样运动轨迹会抖动十分严重，里程计很容易漂。接下来将介绍如何标定D435i相机，并设置VINS-Fusion的config文件。一标定前的准备工作在标定前我们需要查看相机的加速度在静止时是否正常，标准是加速度计的N：9.8左右。通过打开realsense-viewer，点击MotionModule按键，然后放在Accel上观察。如果你的此数值不在9.8附近，就需要对IMU进行校准，不然最后运行VINS-Fusion会发生抖动。1.1校准IMU若IMU加速度计正常，可跳过下面的校准过
1.简介上一篇跑了一下VINS_Fusion自带的demo，用的是几个常用的开源数据集，这篇文章主要是将VINS_Fusion用在自己的实验室设备上，在进行前期参数标定、config文件修改、精度验证过程中对算法有更深次理解，也方便后期开展代码阅读。2.相机参数标定2.1相机型号realsense_d435i是一个很常用的相机，主要包含话题如下1.imu话题名称：/camera/imu类型：sensor_msgs/Imu2.相机原始数据名称:/camera/image_raw类型：sensor_msgs/Image3.相机深度信息名称：/camera/image_rect类型：sensor_m
VINS_FUSIOＮ意义 VINSFusion在VINSMono的基础上，添加了GPS等可以获取全局观测信息的传感器，使得VINS可以利用全局信息消除累计误差，进而减小闭环依赖。此外，全局信息可以使分多次运行的VINSMono统一到一个坐标系，从而方便协同建图和定位。局部传感器（如ＩＭＵ，相机，雷达等）被广泛应用与建图与定位算法。尽管这些传感器能在没有ＧＰＳ信息的区域，实现良好的局部定位和建图效果，但这些传感器只能提供局部观测，限制了其应用场景：１、第一个问题是局部观测数据缺乏全局约束，当我们每次在不同的位置运行算法时，都会得到不同坐标系下的定位和建图结果，因而难以将这些测量结果结合起来，
注：文末包含该文章涉及的所有安装包的网盘链接零、换源（也可以先不换，后面觉得下载慢再换也行）1、备份原来的源sudocp/etc/apt/sources.list/etc/apt/sources.list.bak2、打开源保存文件sudogedit/etc/apt/sources.list#（可将gedit更换为自己熟悉的编辑器-vim）3、换源（换其中一个就行，也可以去搜别的源）#添加阿里源debhttp://mirrors.aliyun.com/ubuntu/focalmainrestricteduniversemultiversedeb-srchttp://mirrors.aliyun.
NVIDIAJetsonXavierNX部署VINS-fusion-GPU一、环境配置（Ubuntu18.04）1、Cuda10.2的安装sudoapt-getupdatesudoapt-getinstallcuda-toolkit-10-2安装好之后，在.bashrc中配置环境变量。source之后，nvcc–version即可查看cuda版本。exportPATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}exportLD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_
Android手机上图像和IMU数据采集的方法网上有相关的教程，但都讲的很模糊，而且不全，甚至还有人要收费。自己完整做了一遍发现还是有些麻烦，固记录下来供大家参考，希望能帮到大家、采用开源库VideoIMUCapture-Android可同时采集图像和IMU数据并提供了标定脚本。点击上面链接，下载软件。第一步：获取数据我文末的参考博客里有从linux获取软件数据的方法，这里我介绍在windows上直接获取的方法（当然linux也可以这样）从上面的github库里面获取apk文件进行安装，打开会得到这样一个界面，点击直接开始录制（如图）录制完成的数据会储存在/Android/data/se.lt
Android手机上图像和IMU数据采集的方法网上有相关的教程，但都讲的很模糊，而且不全，甚至还有人要收费。自己完整做了一遍发现还是有些麻烦，固记录下来供大家参考，希望能帮到大家、采用开源库VideoIMUCapture-Android可同时采集图像和IMU数据并提供了标定脚本。点击上面链接，下载软件。第一步：获取数据我文末的参考博客里有从linux获取软件数据的方法，这里我介绍在windows上直接获取的方法（当然linux也可以这样）从上面的github库里面获取apk文件进行安装，打开会得到这样一个界面，点击直接开始录制（如图）录制完成的数据会储存在/Android/data/se.lt
上一个vins-mono环境配置测试完成后，初步建立好实验环境，接下来开始进行数据采集（cam+imu）、打包、标定、运行。一、采集数据cam+imu传感器组合可以看作视觉惯导slam的一种组合方法，基于安卓平台大大简化用户的设备数量，在人人都有的安卓手机上也能进行实验。本次实验采用的app：说明该app集cam（视频流）+imu采集于一体，，离线采集，方便导入，适配华为手机效果较好。安装完成后，开始记录record，结束stop。该数据记录保存在本地的Android文件夹下，类似小米华为系列的手机需要打开开发者模式并进入USB调试才可以找到。为了方便，我们将文件直接将文件发送到电脑也好，找到
上一个vins-mono环境配置测试完成后，初步建立好实验环境，接下来开始进行数据采集（cam+imu）、打包、标定、运行。一、采集数据cam+imu传感器组合可以看作视觉惯导slam的一种组合方法，基于安卓平台大大简化用户的设备数量，在人人都有的安卓手机上也能进行实验。本次实验采用的app：说明该app集cam（视频流）+imu采集于一体，，离线采集，方便导入，适配华为手机效果较好。安装完成后，开始记录record，结束stop。该数据记录保存在本地的Android文件夹下，类似小米华为系列的手机需要打开开发者模式并进入USB调试才可以找到。为了方便，我们将文件直接将文件发送到电脑也好，找到
一、VINSFusionVINSFusion是一种基于优化的多传感器状态估计器，可实现自主应用（无人机、汽车和AR/VR）的精确自我定位。VINSFusion是VINSMono的扩展，支持多种视觉惯性传感器类型（单摄像机+IMU、双目相机+IMU，或纯双目相机），且支持将VINS与GPS融合。主要特点如下：(1)支持多传感器（双目相机/单目相机+IMU/双目相机+IMU）(2)实时camera-imu外参校准（相机和IMU之间的转换）(3)实时同步时间校准（相机和IMU之间的时间偏移）(4)闭环可视化下图为VINSFusion整体框架节点数据流从VINSFusion整体框架，可以很清楚数据流。
