ROVIOLI教程

在VIO模式下运行ROVIOLI：配置文件、ROS话题、包/话题模式、可视化

在本教程中，我们使用ROVIOLI来构建一个地图，采用视觉惯性里程计（VIO）模式，即不使用任何定位。 ROVIOLI在VIO模式下有两种运行模式：

• 从rosbag构建地图
• 从rostopic构建地图

必要条件

运行ROVIOLI需要以下校准文件：

• 相机校准和IMU参数, Euroc数据集的示例文件
• finder localication 配置文件 estimator_config.yaml

从rosbag构建地图

对于这个教程，我们将从Euroc数据集中构建地图。 请访问Euroc数据集网站，并下载Machine Hall 01的bag文件。

修改rovioli.launch中的datasource_type为rosbag,指定datasource_rosbag的正确路径。 现在，启动一个roslaunch运行数据集:

source ~/maplab_ws/devel/setup.bash
roslaunch rovioli rovioli.launch

注意:

# 使用此标志来移除（或更改）相机话题的后缀（默认为：image_raw）。
vio_camera_topic_suffix=""

save_folder是生成的VI地图将要保存的文件夹的名称。

在ROVIOLI完成并保存地图后，save_folder应该是这样的：

$ tree save_folder
save_folder
├── metadata
├── resource_info
├── resources
└── vi_map
    ├── edges
    ├── landmark_index
    ├── missions
    ├── other_fields
    ├── vertices0
    ├── vertices1
    ├── ...

从rostopic构建地图

对于这个教程，我们将从Euroc数据集中构建地图。 请访问Euroc数据集网站，并下载Machine Hall 01的bag文件。

修改rovioli.launch中的datasource_type为rostopic。 现在，使用Euroc数据集作为实时源，调用:

source ~/maplab_ws/devel/setup.bash
roslaunch rovioli rovioli.launch

然后，在单独的终端中启动数据源:

rosbag play MH_01_easy.bag  # or start your sensor node.

注意:

# 使用此标志来移除（或更改）相机话题的后缀（默认为：image_raw）。
vio_camera_topic_suffix=""

输出

默认情况下，姿势估计值会发布在以下列表中：

• /maplab_rovio/T_G_I
• /maplab_rovio/T_G_M 在没有定位时为单位矩阵。
• /maplab_rovio/T_M_I
• /maplab_rovio/bias_acc
• /maplab_rovio/bias_gyro
• /maplab_rovio/velocity_I

可视化

使用这个RViz配置用于可视化最重要的ROVIOLI主题。

这里有一个启用/禁用maplab中某些组件可视化的最重要标志的列表。 ROVIOLI:

Maplab特征跟踪模块的可视化

Maplab的特征跟踪模块计算并匹配Brisk或FREAK特征，这些特征被地图构建器用于构建姿势图/VIMap。关键点检测和特征匹配的结果可以发布为ROS图像话题。

启用/禁用"使用以下标志：

feature_tracker_visualize_keypoint_detections
feature_tracker_visualize_feature_tracks
feature_tracker_visualize_keypoint_matches
feature_tracker_visualize_keypoints
feature_tracker_visualize_keypoints_individual_frames

话题:

# 对于每个帧 N，都使用一个单独的主题:
/tracking/keypoints_raw_cam{N}
/tracking/keypoint_matches_camera_{N}
/tracking/keypoint_outlier_matches_camera_{N}

T_M_I和T_G_I的可视化

这些标记可视化了每一帧的姿态估计（里程计= T_M_I，定位= T_G_I）。

启用/禁用"使用以下标志：

publish_debug_markers

话题:

/debug_T_G_I
/debug_T_M_I

VIMap和Localization的可视化

这些标记可视化了ROVIOLI正在构建的VIMap，以及定位模块发现的地标对应关系。

启用/禁用以下标志的使用:

rovioli_visualize_map

话题:

# 位姿图
/vi_map_baseframe
/vi_map_landmarks
/vi_map_vertices
/vi_map_edges/viwls

# 定位结果
/landmark_pairs
/loop_closures
/loopclosure_database
/loopclosure_inliers

在定位模式下运行ROVIOLI

在本教程中，我们将在定位模式下运行ROVIOLI。 这可以大大提高估计器的精度，并减少估计轨迹的漂移。

必要条件

与VIO的情况一样，您需要为传感器设置获取两个配置文件。 此外，您还需要： -一张用于定位的VI地图。为了在ROVIOLI中获得更好的结果，应该优化此映射并闭环。 -要运行的数据集。或者，可以使用实时来源。

准备定位地图

获取定位地图有两种方式：

• 通过在VIO模式下运行ROVIOLI中获取的VI地图。请参阅有关优化地图的教程。
• 或者，您可以在rovioli.launch中，将optimize_map_to_localization_map标志设置为true。

source ~/maplab_ws/devel/setup.bash
roslaunch rovioli rovioli.launch

这将保存一个经过优化的定位地图 save_folder_loc_map_localization:

$ tree save_folder_loc_map_localization
save_folder_loc_map_localization
└── localization_summary_map

您可以在ROVIOLI中使用VI地图（完整地图）或定位摘要地图（仅包含与定位相关信息的摘要地图）进行定位。

运行使用定位功能的ROVIOLI

对于本教程，我们使用Euroc数据集网站上的Machine Hall 02数据集。 关于本地化地图，我们使用了 Machine Hall 01 数据集的优化 VI 地图，我们假设该地图已保存在 save_folder_loc_map_localization 下。（或者，您可以使用[[样本数据集]]页面上的未优化地图。但请注意，这样做将导致性能不如使用优化地图时的表现。）

修改rovioli.launch中的vio_localization_map_folder指向正确的地图路径。

现在，启动一个roslaunch运行数据集:

source ~/maplab_ws/devel/setup.bash
roslaunch rovioli rovioli.launch

save_folder_loc_map_localization下的地图被用作定位的参考地图。 它可以是定位摘要地图（使用ROVIOLI中的optimize_map_to_localization_map生成）或完整的VI地图（从ROVIOLI生成并使用maplab控制台进行优化）。 如果参数是空字符串，ROVIOLI将退回到VIO模式，即ROVIOLI将不执行任何定位。 当ROVIOLI完成后，VI地图将被存储在save_folder_with_localization下。 如果您不希望保存生成的VI地图，您可以保持参数为空。

bash run_rovioli_localization "" save_map MH_02_easy.bag

ROVIOLI在定位期间的可视化

除了标准的ROVIOLI主题（如之前解释的那样），定位模式还向RViz添加了以下可视化主题：

• /loopclosure_database：循环闭合数据库中所有地标的点云。
• /loop_closures：连接当前活动顶点与所有用于定位的地标的线条。
• /loopclosure_inliers：最后一次成功定位中使用的所有地标的点云。
• /debug_T_G_I_raw_localization：红色点表示成功定位发生的顶点位置。