JzHuai0108
commented
11 months ago 很有意思和挑战的问题哈。 1）这个代码用了逆深度（x/z, y/z, 1/z）.我没有专门对比过逆深度和okvis (xyzw) 表达的差异，但是我的测试体会是逆深度真的很棒，初始化容易，收敛快，Javier Civera的论文论证了这一点哈。 2）这个代码对okvis进行了增加，从而可以适配我开发的keyframe-based sliding window filter(kswf). 这个代码包含了okvis的功能，所以可以处理okvis支持的数据. KSWF在另一个repo, swift-vio. 3) 我对okvis预积分改正了关于covariance的计算，其实没有简化。同时我对他进行了扩展，可以支持估计重力方向，支持估计IMU misalignment and scale factor. 这些factor有对应的单元测试。 4) 我有写一些专门的计算雅克比的函数，他们的确有加速的效果，比如这个类. 但是我现在倾向于那种标准的写法，比如func(var, *jac = nullptr), 这个jac是可选计算的。这样更容易读懂呀。 5）okvis, kswf, vins mono, vins fusion, openvins在运行中都假定世界系z轴朝上，这样就不必把gravity放在状态向量中进行估计, 在估计时一直遵守和维护这个假设。当然另一种做法是估计重力的方向，放在状态向量中，比如fastlio. 我实现这个支持估计重力方向的imu factor的主要初衷是为了做相机和imu的标定，那个的世界坐标系是靶标，基本不是z朝上的。 6）我有尝试加回环，已经实现了，并做了初步测试，效果还凑合。但是代码比较乱，没有很好整理。现在的回环实现基本上都是独立的一个loop closure模块。可以学OpenVINS照搬VINS Mono的闭环模块. 祝好，
你好。最近看到你的okvis的项目修改代码，很有兴趣希望能够交流一下, 想请教一下几个问题: 1）你的代码现在逆深度的版本相比原始的okvis精度相差有多少，众所周知逆深度版本速度比较快，但是相比3D map形式优化的点精度可能也会有问题； 2）你的代码有数据集能够直接跑起来吗； 3）看了你预积分的修改，应该是简化了，我个人觉得原始是没有问题的，所以想知道这块修改带来的优势； 4）你的代码中有简化雅可比的形式，也想请问一下这块的优势； 5）看到你的代码中有加入重力方向进行优化，这块我之前也验证过，如果初始化的手已经进行重力方向的估计，优化过程中重力估计相差并不会很大，类似于vins-fusion，想请教这块在你的实际使用中差别如何； 6）我看你的项目中回环也进行了修改，不过我没有重点看，也顺便问一下这块的优势。 祝好