按照安装说明重新编译opencv WITH_CUDA=ON 可以用cmake-gui编译通过
2020.12.29
出现段错误：
eigen 3.4.4版本不能通过eigen 3.2.10版本的奇异值分解函数
需要重装eigen3.2.10
同时重新编译ceres
跑通离线建图代码：
地下停车场
使用数据/media/csc105/samsungT5/shangqi/test/dw_000_110216_101449.000_150322_default
图片来源(“input”, boost::program_options::valuestd::string(&inputDir)->default_value("/media/csc105/samsungT5/shangqi/0507/dw_000_060519_203212.000_150322_default"), “Location of the folder containing all input data. Files must be named camera_%02d_%05d.jpg. In case if event file is specified, this is the path where to find frame_X/ subfolders”)
输出结果在
/media/csc105/samsungT5/shangqi/test/dw_000_110216_101449.000_150322_default/camodocal_data0.5/pointcloud_5
2020.12.30
地上室外
。。。
新年快乐啊哈哈哈哈哈哈
2021.1.2
室外可跑
其他的参数都是先验外参、输出标定结果和点云图路径，可以不改
build_map.launch 可以不变
build_map_test.cc只需要改input为/media/csc105/samsungT5/shangqi/0418/dw_000_110216_083027.000_150322_default
在线定位
修改online_localize.launch
pcd_filename
修改test_location_ceres_node.cpp
rosbag play -r 0.5 ‘/media/csc105/samsungT5/ououtdoor2.3ag.bag’
rosbag play -r 0.5 ‘/media/csc105/samsungT5/ououtdoor4.bag’
rosbag play -r 0.5 ‘/media/csc105/samsungT5/ououtdoor2.bag’
2021.1.5
在线SLAM
修改online_multi_odometry_k.launch
特别是
<arg name="calibDir" default="/home/csc105/multi/src/multi_odom_slam/data/calibparam0.25" />
<arg name="mapfile" default="/home/csc105/multi/src/multi_odom_slam/data/ATD_parking/camodocal_data0.5/" />
一开始使用了自己test文件输出结果的calibparam0.25和camodocal_data0.5
但是其中calibparam0.25的extrin…txt不存在 初始化一直有误，相机数量不对，一直为0，访问越界
rosbag play ‘/media/csc105/samsungT5/test_2018-12-11-21-13-16.bag’
gps数据获得
gps_common_test.launch里面打开两个结点一个是ros官方gps_common，需要sudo apt-get install ros-***-gps-common;这个节点的任务是将gps数据转换成轨迹，
默认Subscribed Topics
fix (sensor_msgs/NavSatFix)
Published Topics
odom (nav_msgs/Odometry)
可以通过
<remap from="odom" to="vo"/>
<remap from="fix" to="/gps" />
改变topic名字
另一个节点是save——gps对应于ead_data/scripts/save_gps.py，这个需要到硬盘里找一下，gitee上面删掉了，这个python文件里面接受/vo这个topic，保存位姿，文档路径修改`
gps_f = open("/home/csc105/multi/src/multi_odom_slam/read_data/poses/gps_outdoor4.txt",'w')
odom_f = open("/home/csc105/multi/src/multi_odom_slam/read_data/poses/system_poses.txt",'w')
因为这个是ros的python，所以是python2，不需要进入conda环境，但是还是需要安装python的包
如pip install xlrd 注意不是pip3
如果运行正确，会有save gps！的输出
在线SLAM位姿输出
路径在multi_odom_slam/config/odom_config.yaml文件中pose_graph_save_path参数路径下
pose_graph_save_path: "/home/csc105/multi/src/multi_odom_slam/output/2/" # save and load path
!!!这里需要打开一个本来被注释掉的线程
pose_graph_node.cpp623 keyboard_command_process = std::thread(command);
这个command函数 在放完数据包之后 输入s 就开始保存pose（posegraph.savePoseGraph()）到这个路径下的tum_pose.txt，对于这个txt的保存
pose_graph.cpp:
1018 fprintf (pFile1, "%f %f %f %f %f %f %f %f\n",(*it)->time_stamp,
1019 PG_tmp_T.x(), PG_tmp_T.y(), PG_tmp_T.z(),
1020 PG_tmp_Q.x(), PG_tmp_Q.y(), PG_tmp_Q.z(), PG_tmp_Q.w());
要改成这样，一开始的%lld有问题
他还有很多其他的保存 关键帧的kp和dp，各种格式的位姿
运行convertpose.py文件，前面得到的gps位姿对应gpsfile，在线slam得到的位姿对应camfile，输出的相机真值文件对应camgtout
convertpose.py需要在硬盘里找一下/media/csc105/samsungT5/shangqi/scripts/
camgtout = open('/media/csc105/samsungT5/shangqi/0423/outdoortest/16/camgt.txt', 'w')
gpsfile='/home/csc105/multi/src/multi_odom_slam/read_data/poses/gps_outdoor4.txt'
camfile='/home/csc105/multi/src/multi_odom_slam/output/2/tum_poses.txt'
//这里还有问题 但是可以直接用gpsfile和camfile对比，时间上可能要改一下倍数关系
选择在pose——graph.cpp里面改1018行(it)->time_stamp10e8,
evo评估
evo_rpe home/csc105/multi/src/multi_odom_slam/read_data/poses/gps_outdoor4.txt’ ‘/home/csc105/multi/src/multi_odom_slam/output/2/tum_poses.txt’ -va –t_max_diff 10000000 -p
cut --delimiter " " --fields 1-8 msckf_traj.txt > clean.tum
evo_traj tum ekftagscarto0.tum -p