【深蓝学院】手写VIO第2章--IMU传感器--作业

这次作业坑很多，作业说明的不清楚，摸索了很长时间才将此次作业完成，在这里进行记录。

1. T1

1.1 题干

1.2 解答

1.2.1 法1，ros related方法

不知道为什么我的launch不了，在imu_utils目录下面建立build后，cmake，make install之后出现了imu_an的可执行文件（经常会出现找不到已经生成的文件，需要重新打开一个terminal再来看行不行）

在下面也证实了这个imu_an是subscribe了一个topic，

得看这个topic在哪里发送（或者说这仅仅只是一个接受数据的东西，数据需要我们自己去采集，自己去发送对应的topic，需要继续了解rosplay是干什么用的）

所以按照imu_utils的markdown说明的，就是把roslaunch起来，subscribe对应的topic，然后使用 rosbag play发送或者实际的采集数据（采集数据肯定要发送topic），所以就跑成了，跑完之后就完成了IMU的Acc和Gyro的高斯白噪声和bias协方差的标定，结果见下图(以imu_a3.bag为例)：

Gyro标定结果：

Acc标定结果：

1.2.1 法2，kalibr_allan工具法

作业中没有对使用kalibr_allan的整个流程进行介绍，这里进行梳理：

1. 使用IMU仿真程序生成imu.bag数据（编译vio_data_simulation工程并运行生成）
2. 使用bagconvert ros package将生成的imu.bag数据转换成.mat文件用于kalibr_allan使用
3. 在matlab下使用kalibr_allan中的matlab程序和转换成的.mat文件进行IMU的标定。

1. vio_data_simulation

mkdir vio_sim_ws/src
cd src
git clone https://github.com/HeYijia/vio_data_simulation
git checkout ros_version
catkin_make
1
2
3
4
5

由于我catkin_make有一些问题，这里也可以直接使用cmake的方法进行编译，编译完之后生成文件在devel/lib/vio_data_simulation下会生成node的可执行文件

直接执行之后就会生成imu的仿真数据：

以上数据用于第三步的kalibr_allan标定使用。

---

下面的数据用于可视化使用：

关于仿真数据的可视化，是编译cmake编译这个工程生成可执行文件data_gen，执行这个可执行文件就生成各种.txt文件，下面的可视化就是基于生成的.txt文件进行的。
其中的数据仿真可视化可以用python_tool下的python脚本进行实现，都是基于matplotlib.pyplot实现的（话说好久没有碰python了），效果如下：
draw_trajectory.py（这个在第二题在更改积分方式的时候还会再使用）

draw_points.py：是一个动态的

中值积分：

2. bagconvert

bagconvert同理也这样编译：

catkin_make有问题的话可以直接如下所示的将IMU数据转换成.mat文件

./bagconvert img.bag imu0
1

这个坑很大，md中没有说明白后面跟的参数的意义，看了代码才发现
说的后面跟三个参数：包名，bag名，bag中的topic名。
（第三个参数我开始以为是结果mat名字，搞了好久convert出来的mat都是177byte空的，matlab上跑SCRIPT当然跑不过，后来看了bagconvert的代码才发现三个参数的意义，对于不熟悉ros的同学来说真的很坑）

如果想简单地知道你的bag中的tpoic，可以直接打印出来

也可以像上面的rosrelated方法一样，把bag包play起来，然后查看此时的topic名字

rosbag play -r 200 imu_A3.bag
rostopic list -v
1
2

参数传递正确就能顺利的convert成mat文件了，大小也是正常的

rosrun bagconvert bagconvert ./imu_A3.bag /djiros/imu
1

3. kalibr_allan

首先看kalibr_all的md

需要安装Matlab，遂龟速安装中…
参考博客：Ubuntu20.04安装Matlab2021b

但是cmake不过，没有找到matlab中的mat.h，博客中说发现需要更改Findmatlab.cmake

修改~/catkin_ws/src/kalibr_allan-master/bagconvert/cmake目录下的FindMatlab.cmake，
找到  find_program(MATLAB_EXE_PATH matlab　　　这一行，将他修改成刚刚安装matlab的路径的bin路径
 find_program(MATLAB_EXE_PATH matlab
        PATHS /usr/local/MATLAB/R2021b/bin)
这样可以找到matlab
1
2
3
4
5

即可cmake通过。

后面发现没有安装parallel_compute（类似这个名称）的tool_box，查了一下，非正版的可以再用刚才的安装包重新安装，在安装界面可以选择需要安装的tool_box。

但是，我的电脑内存快爆了，matlab跑不出来，第一题就看看吧。知道有这个方法（折腾这么久，还是有点亏）

2. T2

欧拉积分：

中值积分重合效果很好：
代码改动部分：

可视化仿真：

3. T3

3.1 题干

将B Spline用代码实现，与上面的中值积分的效果进行对比。

3.2 解答

该部分还没做，后面会做。