Auteur | Éditeur | Autobot
Lien d'origine : https://www.zhihu.com/answer/3127818634
Cliquez sur la carte ci-dessous pour faire attention au compte public " Automatic Driving Heart "
Marchandises sèches ADAS Jumbo, vous pouvez l'obtenir
Cliquez pour entrer→ Le cœur du pilote automatique【SLAM】Groupe d'échange technique
Cet article est uniquement destiné au partage académique, en cas d'infraction, veuillez contacter pour supprimer l'article
Deux mois se sont écoulés, je ne sais pas si votre problème a été résolu :D
Si vous écrivez VIO ou LIO à partir de zéro, il est normal de s'enfuir. Si vous ne fuyez pas, cela signifie que vous êtes très doué et que vous pouvez réciter tous les sorts correctement d'un seul souffle. Une légère différence dans les détails du système réel peut entraîner l'emballement du système IMU. Par exemple, un certain IMU vous aide à éliminer la gravité, et le gyroscope d'un certain IMU mesure l'angle utilisé par l'unité, mais vous supposez qu'il s'agit de radians, et ainsi de suite.
Et optimiser un système n'est pas plus simple qu'un filtre. L'optimisation nécessite également d'ajuster l'équilibre de chaque facteur, et il est facile d'écrire à tort l'indice du bloc matriciel dans la matrice jacobienne et la matrice d'information, et personne d'autre ne peut vous aider, sauf à le vérifier vous-même : D Une fuite de mémoire a ajusté depuis plusieurs semaines, mais il ne peut pas être ajusté.
Si vous insistez pour écrire à partir de zéro, je vous suggère de suivre ces étapes :
Obtenez votre VO ou LO en premier. La plupart des systèmes peuvent fonctionner sans IMU, de sorte que vos systèmes de vision pure et de laser pur sont généralement corrects.
Vérifiez si les unités de l'IMU sont conformes à vos attentes, telles que les unités du gyroscope et de l'accéléromètre, et si l'accéléromètre a une dégravité. Vérifiez si les directions des trois axes de l'IMU correspondent à vos attentes (le système de coordonnées visuel et le système de coordonnées radar sont généralement différents, le radar Z est orienté vers le haut et la caméra Z est orientée vers l'avant).
Vérifiez si les éléments et les symboles du tableau F et du tableau H du filtre sont inversés. Si vous utilisez un framework open source, c'est généralement correct, mais pas nécessairement si vous l'écrivez vous-même.
Si tout ce qui précède est correct, alors le "vol" de la trajectoire est généralement causé par l'addition (le gyroscope ne volera pas directement avec l'intégration, mais l'addition le fera). La performance cumulée de chaque ensemble de données varie considérablement et ne peut être généralisée. En fait, vous pouvez d'abord supprimer la partie addition, et utiliser directement la traduction estimée par VO ou LO. Vérifiez ensuite que cette translation est cohérente avec ce que vous avez estimé en utilisant vitesse + accéléromètre. S'il ne correspond pas, il y a généralement un problème avec le système de coordonnées.
Le dernier est le réglage. Lorsque VO et LO peuvent fonctionner normalement, réglez le bruit de l'IMU sur une valeur plus grande, puis l'EKF sera dominé par la vision ou la partie laser. Si tout est normal, réduisez lentement la valeur de bruit de l'IMU. Ne vous fiez pas trop au calibrage de l'IMU, j'ai vu des formules poussées sur une dizaine de pages en théorie, et les paramètres de bruit sont souvent multipliés par 10 ou 100 en pratique, c'est normal.
Quant à la marginalisation, au FEJ, à l'observabilité et à la projection dans l'espace de coupe P, elles n'auront pas un grand impact. Le but principal est de rendre le papier plus long, du moins de ne pas empêcher un système qui s'est envolé à l'origine de devenir non-envolé . Vous n'avez même pas besoin de le faire au début du débogage, et vous pouvez même définir le tableau P comme un tableau d'unités après chaque itération. Tant que vous ne volez pas en pur VO ou LO, EKF ne volera pas non plus.
MSCKF ne vous recommande pas d'écrire directement. Un de mes stagiaires a classé mon MSCKF-LIO pendant deux ans et demi et ne l'a pas écrit avant d'avoir obtenu mon diplôme @白徐行. Vous pouvez ajouter la partie multi-états sur la base d'EKF et vous référer au plan de M. Huang pour le visuel.
Alors l'incohérence entre le papier et le code est normale. Un accord exact indique généralement que l'auteur a obtenu son diplôme ou est trop paresseux pour mettre à jour. Le code est en constante évolution, et un papier de plus est un papier de plus. Qui peut continuer à mettre à jour le papier ne suffit pas...
Il existe plusieurs manières de calculer le dx de EKF, généralement c'est K multiplié par l'innovation, et les autres ne sont rien d'autre que de transformer K en une déformation. K lui-même est une variable intermédiaire, et il existe de nombreuses façons de l'écrire. En général, je me contente de :
La clé est que ni le tableau H ni l'innvation n'ont de mauvais symboles (bien sûr, parfois les deux sont faux et équivalents à avoir raison).
Si vous avez des questions, n'hésitez pas à en discuter.
① Cours vidéo exclusifs sur tout le réseau
Perception BEV, fusion de vision radar à ondes millimétriques, étalonnage multi-capteurs, fusion multi-capteurs, détection d'objets 3D multimodale, détection d'objets 3D en nuage de points, suivi d'objets, occupation, déploiement de modèles cuda et TensorRT, perception collaborative, segmentation sémantique, simulation de conduite autonome, déploiement de capteurs, planification de décision, prédiction de trajectoire et autres vidéos d'apprentissage (apprentissage du code scan)
Site officiel de la vidéo : www.zdjszx.com
② La première communauté d'apprentissage de la conduite autonome en Chine
Une communauté de communication de près de 2 000 personnes, impliquant plus de 30 itinéraires d'apprentissage de la technologie de conduite autonome, qui souhaitent en savoir plus sur la perception de la conduite autonome (détection 2D, segmentation, lignes de voie 2D/3D, perception BEV, détection d'objet 3D, occupation, multi- fusion de capteurs, étalonnage multi-capteurs, suivi de cible, estimation de flux optique), positionnement et cartographie automatiques de la conduite (SLAM, carte haute précision, carte locale en ligne), contrôle automatique de la planification de la conduite/prédiction de trajectoire et autres solutions techniques, déploiement de modèles d'IA dans combat réel, tendances de l'industrie, annonce d'emploi, bienvenue pour scanner le code QR ci-dessous pour rejoindre la planète de la connaissance du cœur de la conduite autonome, c'est un endroit avec de vraies marchandises sèches, communiquer avec les leaders sur le terrain sur divers problèmes pour démarrer, étudier , travailler et changer d'emploi, et partager quotidiennement des papiers + codes + vidéo , dans l'attente de la communication !
③【Heart of Autopilot】Groupe d'échange technique
The Heart of Autopilot est la première communauté de développeurs de pilotes automatiques, se concentrant sur la détection d'objets, la segmentation sémantique, la segmentation panoramique, la segmentation d'instance, la détection de points clés, les lignes de voie, le suivi d'objets, la détection d'objets 3D, la perception BEV, la perception multimodale, l'occupation, le multi -fusion de capteurs, transformateur, grand modèle, traitement de nuage de points, conduite automatique de bout en bout, SLAM, estimation de flux optique, estimation de profondeur, prédiction de trajectoire, carte de haute précision, NeRF, contrôle de planification, déploiement de modèle, test de simulation de conduite automatique , gestionnaire de produits, configuration matérielle, recherche d'emploi et communication IA , etc. Scannez le code QR pour ajouter Autobot Assistant WeChat pour inviter à rejoindre le groupe, notez : école/entreprise + direction + pseudo (moyen rapide pour rejoindre le groupe)
④【Automatic Driving Heart】Matrice de plate-forme, bienvenue à nous contacter !
