环境为 Ubuntu16.04
ros-kinetic
opencv 3.3.1(无需安装,安装ros之后就有了)
cmake 3.5.1
eigen 3.3.3 usr/local/include/eigen3
ceres 1.14.0
Sophus
Pangolin**
Allen方差工具:
补充作业代码中单目Bundle Adjustmnet信息矩阵的计算,并输出正确的结果。
正确结果为:奇异值最后7维接近于0,表明零空间的维度为7。
完成Bundle Adjustmnet求解器Problem.cc
滑窗算法测试函数Problem::TestMarginalize()
中的代码,并通过测试。
将第二节的仿真数据集(视觉特征、IMU数据)接入我们的VINS代码,并运行处轨迹结果。
大作业为两个代码作业, 完成时间为三周:
a. 选用更优的 LM 策略, 使得 VINS-Mono 在 MH-05 数据集上收敛速度更快或者精度更高.
b. 实现 dog-leg 算法替换 LM 算法, 并测试替换后的 VINS-Mono 在 MH_05 上算法精度.
详细的实验报告包括:
- 对迭代时间和精度进行评估, 其中精度评估可以采用 evo 工具 ;
- 对轨迹精度进行评估, 轨迹真值在 zip 中已给出。
可以采用任何一种或多种加速方式 (如多线程, 如sse指令集等) 对信息矩阵的拼接函数加速, 并给出详细的实验对比报告.