DM-VIO 项目安装与使用教程
2024-09-14 23:41:11作者:廉皓灿Ida
dm-vio
Source code for the paper DM-VIO: Delayed Marginalization Visual-Inertial Odometry
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。
dm-vio
Source code for the paper DM-VIO: Delayed Marginalization Visual-Inertial Odometry
热门项目推荐
相关项目推荐
- CangjieCommunity为仓颉编程语言开发者打造活跃、开放、高质量的社区环境Markdown6720
- redis-sdk仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。Cangjie32226
- Yi-CoderYi Coder 编程模型,小而强大的编程助手305
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTypeScript15.77 K1.48 K
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript75.83 K19.04 K
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript35.52 K4.79 K
- CommunityCangjie-TPC(Third Party Components)仓颉编程语言三方库社区资源汇总252
- Wwindows暂无简介Shell16.14 K1.35 K
- byzer-langByzer(以前的 MLSQL):一种用于数据管道、分析和人工智能的低代码开源编程语言。Scala1.88 K551
- AanacondaAnaconda turns your Sublime Text 3 in a full featured Python development IDE including autocompletion, code linting, IDE features, autopep8 formating, McCabe complexity checker Vagrant and Docker support for Sublime Text 3 using Jedi, PyFlakes, pep8, MyPy, PyLint, pep257 and McCabe that will never freeze your Sublime Text 3Python2.22 K263
最新内容推荐
展开
项目优选
收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
671
0
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
12
8
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
322
26
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.56 K
1.44 K
Jpom
🚀简而轻的低侵入式在线构建、自动部署、日常运维、项目监控软件
Java
1.41 K
292
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
30
5
easy-es
Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
taro
开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/
TypeScript
35.34 K
4.77 K