hku-mars
关于大尺度实验数据集的问题
您好，郑博！感谢开源这么优秀的工作。以下是我关于数据集的问题，等您有时间希望可以回复一下。
问题：当前，我们正在实验大场景数据集（总长度大概4公里多，一圈下来中间没有交叉）下的定位表现，发现起始和终点位置z轴偏移有20多米。
**硬件组合：**我们采用的是mid360和flir blackfly s usb3组合的手持设备。
当前的产生大偏移的猜测：
（1）数据集录制过程全程手持，会有一些比较大的抖动，这会影响实验效果吗？是不是需要使用无人机或者小车更稳定一些？
（2）数据集录制初始并没有静置，这对结果影响大吗？
（3）对于大场景参数设置需要调参，我参考您之前回答的问题， 需要微调这三个参数：acc_cov, gyr_cov, voxel_size。另外关于局部地图参数map_sliding_en，大场景下设为false，结果会差一些。但如果设为true，会内存爆炸。
（4）在vio部分，我们发现当走的过快的时候，视觉特征点会变得特别少，甚至完全消失，这对结果影响有多大？录制数据包的过程速度大约多少是合适的？我们当前的帧率是每秒10帧。
我们给出参数文件供参考，期待您的答复，谢谢！
common:
img_topic: "/camera/image_color/compressed"
lid_topic: "/livox/lidar"
imu_topic: "/livox/imu"
img_en: 1
lidar_en: 1
ros_driver_bug_fix: false
extrin_calib:
extrinsic_T: [-0.011, -0.02329, 0.04412]
extrinsic_R: [1, 0, 0, 0, 1, 0, 0, 0, 1]
#Rcl: [ 0.00133371, -0.99999809, -0.0014312,
# 0.57221313, -0.00041057, -0.82010485,
# 0.82010387, 0.00191283, 0.57221148]
#Pcl: [0.00369193925, -0.0956633082, -0.0242751396]
Rcl: [ 0.00558967, -0.99997282, -0.00480859,
0.58352373, 0.00716679, -0.81206446,
0.81207685, 0.00173324, 0.58354793 ]
Pcl: [0.0164, -0.0868, -0.0181]
time_offset:
imu_time_offset: 0.0
img_time_offset: 0.1
exposure_time_init: 0.0
preprocess:
point_filter_num: 1
filter_size_surf: 0.1
lidar_type: 1 # Livox Avia LiDAR
scan_line: 6 # 6
blind: 0.8 # 0.8
vio:
max_iterations: 5
outlier_threshold: 1000 # 78 100 156 #100 200 500 700 infinite
img_point_cov: 100 # 100 1000
patch_size: 8
patch_pyrimid_level: 4
normal_en: true
raycast_en: false
inverse_composition_en: false
exposure_estimate_en: true
inv_expo_cov: 0.1
imu:
imu_en: true
imu_int_frame: 30
acc_cov: 0.5 #0.5 ， 0.0138
gyr_cov: 0.3 #0.3 ， 0.0021
b_acc_cov: 0.0001 # 0.0001
b_gyr_cov: 0.0001 # 0.0001
lio:
max_iterations: 5
dept_err: 0.02
beam_err: 0.05
min_eigen_value: 0.0025 # 0.005
voxel_size: 1.0
max_layer: 2
max_points_num: 50
layer_init_num: [5, 5, 5, 5, 5]
local_map:
map_sliding_en: false
half_map_size: 100
sliding_thresh: 8
uav:
imu_rate_odom: false
gravity_align_en: false
publish:
dense_map_en: true
pub_effect_point_en: false
pub_plane_en: false
pub_scan_num: 1
blind_rgb_points: 0.0
evo:
seq_name: "tsinghua01"
pose_output_en: true
pcd_save:
pcd_save_en: false #false
colmap_output_en: false # need to set interval = -1
filter_size_pcd: 0.15
interval: -1
# how many LiDAR frames saved in each pcd file;
# -1 : all frames will be saved in ONE pcd file, may lead to memory crash when having too much frames.
方便问下郑博在哪个issue里提到，需要微调：acc_cov, gyr_cov, voxel_size 的吗？
https://github.com/hku-mars/FAST-LIVO2/issues/91#issuecomment-2658624132 之前郑博在这里提到过。 关于这个大场景数据集，我这边也有类似的情况，我也是mid360，全程手持，总长度大概3公里，也是一整圈没有交叉，发现起始和终点位置z轴偏移有差不多15米。
