# vld_imu_slam

**Repository Path**: dejunN/vld_imu_slam

## Basic Information

- **Project Name**: vld_imu_slam
- **Description**: 本仓库是对开源lidar，imu，slam算法的学习。请勿用作商业用途，如果使用，请引用原仓库和原文。
- **Primary Language**: C++
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2022-09-29
- **Last Updated**: 2022-09-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# vld_imu_slam

#### 介绍
本仓库是对开源lidar，imu，slam算法的学习。请勿用作商业用途，如果使用，请引用原仓库和原文。

#### 软件架构
软件架构说明


#### 安装教程

1.  xxxx
2.  xxxx
3.  xxxx

#### 使用说明

1.  xxxx
2.  xxxx
3.  xxxx

#### 参与贡献

1.  Fork 本仓库
2.  新建 Feat_xxx 分支
3.  提交代码
4.  新建 Pull Request


## 问题
### lio-sam中没有考虑imu与lidar帧插值对齐后积分。
### 需要用当前帧第一个采样点的时间。之后的imu数据作点云去畸变。用当前帧之前的imu数据进行当前帧的位姿估计，以及imu预计分。
### gtsam如果bias都设为0的话，积分不会考虑重力，会把重力积分进去。
### imu预积分估计的imu的bias容易出现过大的情况。因此，要设置相应的优化从启条件
### imu预积分优化得到的imu的bias等状态，要想办法赋值到imu积分得到的位姿估计中
### imu积分线程如果过快，将导致，后面优化得到的bias将无法及时用于相应数据的积分。因此，积分线程要与用到这个数据的线程沟通。原始的点云数据和原始的imu数据要存下来协同处理。
### 悖论需要imu的数据取出点云的运动畸变，但是，后面优化bias之后，状态是在点云帧的初时时刻的，后面的imu数据有没有被积分完。
### imu预积分估计imu状态，不是按照关键帧频率，而是按照帧间匹配频率
### imu预积分估计的状态bias的大小和设置的bias的噪声大小有关
### c++条件变量如果已经notif过了，后面wait的话，会不会被阻塞
### 后端优化完之后，需要更新每个节点
### imu积分，优化得到新的bias需要重置积分器和设置新的bias。不然，后面积分就会导致错误。同时，imu预积分和lidar odom共同优化得到的state和lidar odom差不多
### imu优化得到的bias和状态赋值给imu积分器的时候，有时候，不能马上得到赋值后的结果。需要原子操作,貌似不支持
### 由于匹配是使用时间最近的关键帧，因此，在结构退化的场景就容易出现问题。
### 帧间匹配使用的localmap要使用时间最近的，不然，容易导致，较早的帧和最近帧拼合，地图失帧
### 回环检测本质是要检测该帧是不是之前来过的地方。scancontext。而lio-sam就仅仅是检测时间和空间
### openMP中，将其分成多线程的代码部分，读取的数据不用管，但是，需要写入改变的变量就需要线程锁保护。或者使用相关的openMP语句保护。
### 如果不使用imu预测值进行点云匹配话，在结构退化的环境中，容易匹配失败。
但是，如果仅仅使用匹配之后的位姿的话，就会导致建图效果差
### 如果使用历史的局部地图作为匹配局部地图的话，如果场景中有退化的环境，那么就可能由于得到错误的匹配位姿，从而影响imu积分，导致跑飞