/BUAA-Hirain

纪要

[toc]

9月计划

  • 完成论文工作

  • 研究方向调研：（1）基于NeRF的工作的完成调研报告或PPT（2）或者其他有意思且可行的方向

第二周总结

Finish

  • 初步调研了NeRF与自动驾驶方向结合点：

    （1）定位

    （2）感知（主要指Tesla最近在CVPR2022WorkShop的演讲）

    （3）Simulator

  • 继续完成ICRA论文相关实验

20220907会议纪要：

  • 关于NeRF与自动驾驶的讨论：

    基于NeRF的定位需要回答的问题：（1）为什么比其他方法好（2）好在哪里（3）有哪些不足（4）精度、速度具体量化指标

  • 关于AVP-SALM：

    APV-SLAM在语义标签较少的区域表现不佳；结合ORB-SLAM2是否可以提高。需要完成AVP-SLAM的深入了解

  • 补充：

    目前论文实验采用的图片大小为480*960的大小. Mega-nerf论文中采用的 Mill数据集图像为4608*3456，场景尺度150,000 to 1,300,000 m^2

第三周总结

Finish

  • 云边协同项目进度汇报
  • ICRA论文投递
  • ICRA论文PPT准备

20220919会议纪要

[]

第四周总结

  • 完成ICRA视频制作
  • 基于websocket修改EdgeSLAM

20220923会议纪要

  • 使用不同数据集测试ORB-SLAM2的实际表现

第五周总结

  • 云边协同开发：edgemesh环境配置；websocket开发；与tcp socket测试
  • 完成云边协同结项报告
  • cpu，内存对比曲线(用于项目README)

讨论：

  • AVP Dataset

  • Benchmark

  • Cloud-Edge Collaboration: Cloud data receive, data compress, data sending, map updating

  • NeRF-based SLAM(AIR)

20220930纪要

  • 数据集：丁老师准备

第六周总结

第七周总结

  • 云边协同开发：完成ros-melodic,orbslam2-dev,edgeslam-run镜像编译
  • 完成orbslam2的cpu, rmse表现测试
  • 阅读AVP-SLAM-PLUS代码(代码很简单，很多AVP-SLAM论文里的并没有复现出来)
  • 阅读AVP-SLAM文献：比较有启发的有AVP-LOC
  • edgeslam的cpu, rmse表现测试

Our dataset:

  • 测试光照变化下重定位
  • 不同位置开始

第八周总结

  • 完成vins-mono环境镜像
  • 完成ORBSLAM3、VINS-Mono的单目模式测试数据集
  • ORBSLAM3单目模式无法完整运行数据，经过调试参数仍然在转弯处会跟丢。打算使用imu+rgb+vins完成地图的构建，已测试bow的性能
  • imu外参数据
  • 调整bag speed: 0.1 0.01...;
  • 确定bag_speed是否只对计算效率有影响
  • 调整参数的数量级
  • 调整会议时间: 周四晚上八点(错开每月21)
  • 完整的pipeline: 对比bow(etc. classic method)和learning重定位的表现

第九周总结

  • 完成内外参数解析
  • 赶CVPR

第十周总结

  • 赶CVPR

第十一周总结

  • CVPR流产
  • 数据集格式转换脚本(asl_to_rosbag)
  • 数据集imu数据正确性验证

第十二周总结

  • 数据集imu积分程序完成

第十三周总结

  • 使用仿真imu数据验证程序正确