DM-VIO 项目安装与使用教程
2024-09-14 10:04:53作者:廉皓灿Ida
1. 项目目录结构及介绍
DM-VIO 项目的目录结构如下:
dm-vio/
├── cmake/
│ └── configs/
├── doc/
├── src/
│ ├── dso/
│ ├── IMU/
│ ├── IMUInitialization/
│ └── util/
├── test/
├── thirdparty/
├── .gitmodules
├── CMakeLists.txt
├── LICENSE
└── README.md
目录介绍
- cmake/: 包含 CMake 配置文件。
- doc/: 包含项目文档,如实时演示的说明文件。
- src/: 项目的主要源代码,包括视觉里程计(dso)、IMU 处理(IMU)、IMU 初始化(IMUInitialization)和工具类(util)。
- test/: 包含测试代码。
- thirdparty/: 包含第三方库,如 sse2neon。
- .gitmodules: Git 子模块配置文件。
- CMakeLists.txt: CMake 构建文件。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
2. 项目启动文件介绍
DM-VIO 项目的主要启动文件是 bin/dmvio_dataset,用于在数据集上运行 DM-VIO。启动文件的使用方法如下:
bin/dmvio_dataset \
files=XXXX/datasetXXXX/dso/cam0/images \
vignette=XXXX/datasetXXXX/dso/cam0/vignette.png \
imuFile=XXXX/datasetXXXX/dso/imu.txt \
gtFile=XXXX/datasetXXXX/dso/gt_imu.csv \
calib=PATH_TO_DMVIO/configs/tumvi_calib/camera02.txt \
gamma=PATH_TO_DMVIO/configs/tumvi_calib/pcalib.txt \
imuCalib=PATH_TO_DMVIO/configs/tumvi_calib/camchain.yaml \
mode=0 \
use16Bit=1 \
preset=0 \
nogui=0 \
resultsPrefix=/PATH_TO_RESULTS/ \
settingsFile=PATH_TO_DMVIO/configs/tumvi.yaml \
start=2
参数说明
files: 图像文件夹路径。vignette: 渐晕校正文件路径。imuFile: IMU 数据文件路径。gtFile: 真值数据文件路径。calib: 相机校准文件路径。gamma: 伽马校正文件路径。imuCalib: IMU 校准文件路径。mode: 运行模式。use16Bit: 是否使用 16 位图像。preset: 预设模式。nogui: 是否启用 GUI。resultsPrefix: 结果输出路径。settingsFile: 配置文件路径。start: 启动时间。
3. 项目配置文件介绍
DM-VIO 项目的配置文件主要位于 configs/ 目录下,常用的配置文件包括:
- tumvi_calib/camera02.txt: 相机校准文件。
- tumvi_calib/pcalib.txt: 伽马校正文件。
- tumvi_calib/camchain.yaml: IMU 校准文件。
- tumvi.yaml: 主要配置文件,包含 IMU 噪声值等设置。
配置文件示例
# tumvi.yaml
imuNoise:
accelNoiseDensity: 0.016
accelRandomWalk: 0.0002
gyroNoiseDensity: 0.0002
gyroRandomWalk: 0.000003
配置文件说明
accelNoiseDensity: 加速度计噪声密度。accelRandomWalk: 加速度计随机游走。gyroNoiseDensity: 陀螺仪噪声密度。gyroRandomWalk: 陀螺仪随机游走。
通过这些配置文件,用户可以调整 DM-VIO 的运行参数,以适应不同的数据集和应用场景。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.77 K
Ascend Extension for PyTorch
Python
347
413
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
607
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
184
暂无简介
Dart
778
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896