smittenx
smittenx
郑博你好，我是之前尝试用rgbd相机来复现该算法的，然后，处理脚本写完之后，整个跑的时候漂移情况比较严重，因为有涉密问题，所以也没法上传图片和文件，我这边大概说下我这里目前情况： 1. 我计算了下imu和图像的时差（图像时间戳距离最近的imu时间戳差值），均值2ms，但最大时候会接近20ms，我这里之后尝试对imu的数据进行插值，生成图像时间戳时刻的imu的值，但实际效果并不理想，这块可能原因是什么，还有什么解决办法吗？ 2. 我看了这边其它的issue，我这边初始化时候，开始运行时候保持静止3s以上这个是必须的吗？就我这块一开始飞的非常严重，但之后有保持静止一段时间再进行移动，但移动出来的效果还是漂移严重。 3. 我这边运行时候比较卡顿，这块我目前不太确定原因，感觉可能是漂移太严重，导致生成地图点云数量太多？或者是rgbd相机本身生成的单帧点云也非常稠密 感谢郑博！ https://github.com/hku-mars/FAST-LIVO2/issues/223
郑博你好，如标题所示，我目前手里有一个质量还可以的RGBD相机，激光雷达因为不能进行硬同步，所以暂时没有办法满足这个算法的硬件需求，但我现在又比较想做下测试，所以我想就利用rgbd相机来实现这个算法，具体方法如下： 1. 不考虑实时或者bag包形式的运行 2. 该rgbd深度图和images是硬同步的，同时自带imu(imu没做同步，但频率200hz)，所以我可以事先先将每一帧深度图转化为点云图，来代替硬同步的激光雷达，然后rgb相机就利用rgbd本身的rgb图像，通过修改算法的输入接口，将imu数据，rgbd点云数据以及rgb图像数据一起输入进入FAST-LIVO2算法中 3. 请问上面的方式是否有可行性，我现在比较担心的是mid360本身的fov和利用rgbd得到的点云fov差距较大，可能实际效果无法满足slam的要求