# VINS-Mono-Learning **Repository Path**: magicor/VINS-Mono-Learning ## Basic Information - **Project Name**: VINS-Mono-Learning - **Description**: VINS-Mono代码注释，仅供学习 - **Primary Language**: Unknown - **License**: GPL-3.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 3 - **Created**: 2022-10-26 - **Last Updated**: 2022-10-26 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # VINS-Mono-Learning VINS-Mono代码注释，仅供学习 详细内容可参考微博 [VINS-Mono论文学习与代码解读——目录与参考](https://blog.csdn.net/qq_41839222/article/details/85793998) Forked from VINS-Mono: https://github.com/HKUST-Aerial-Robotics/VINS-Mono 29 Dec 2017: New features: Add map merge, pose graph reuse, online temporal calibration function, and support rolling shutter camera. --- # 目录 [VINS-Mono论文翻译](https://blog.csdn.net/qq_41839222/article/details/85683373) [VINS-Mono代码解读——启动文件launch与参数配置文件yaml介绍](https://blog.csdn.net/qq_41839222/article/details/86564879) [VINS-Mono代码解读——各种数据结构 sensor_msgs measurements](https://blog.csdn.net/qq_41839222/article/details/86030962) [VINS-Mono代码解读——视觉跟踪](https://blog.csdn.net/qq_41839222/article/details/85797156) [VINS-Mono理论学习——IMU预积分](https://blog.csdn.net/qq_41839222/article/details/86290941) [VINS-Mono代码解读——状态估计器流程](https://blog.csdn.net/qq_41839222/article/details/86293038) [VINS-Mono代码解读——视觉惯性联合初始化流程](https://blog.csdn.net/qq_41839222/article/details/88942414) [VINS-Mono理论学习——视觉惯性对齐与外参标定](https://blog.csdn.net/qq_41839222/article/details/89106128) [VINS-Mono理论学习——后端非线性优化](https://blog.csdn.net/qq_41839222/article/details/93593844) VINS-Mono理论学习——边缘化 VINS-Mono代码解读——滑动窗口的非线性优化流程 [VINS-Mono代码解读——回环检测与重定位](https://blog.csdn.net/qq_41839222/article/details/87878550) VINS-Mono代码解读——四自由度位姿图优化 [TUM VIO数据集介绍与尝试](https://blog.csdn.net/qq_41839222/article/details/86180964) [Realsense D435i如何拿到IMU数据并顺利运行VINS-Mono](https://blog.csdn.net/qq_41839222/article/details/86552367) --- ## VINS介绍： VINS是一种具有鲁棒性和通用性的单目视觉惯性状态估计器。 该算法主要有以下几个模块： 1. 预处理    1）图像特征光流跟踪    2）IMU数据预积分 2. 初始化    1）纯视觉Sfm    2）Sfm与IMU预积分的松耦合 3. 基于滑动窗口的非线性优化 4. 回环检测与重定位 5. 四自由度位姿图优化 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20190104194533165.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODM5MjIy,size_16,color_FFFFFF,t_70) ---- ## rqt_graph node only ![在这里插入图片描述](https://img-blog.csdnimg.cn/20190108100859579.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODM5MjIy,size_16,color_FFFFFF,t_70) node all![在这里插入图片描述](https://img-blog.csdnimg.cn/20190108102632561.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODM5MjIy,size_16,color_FFFFFF,t_70) --- ## 代码的文件目录 1、ar_demo：一个ar应用demo 2、benchmark\_publisher：接收并发布数据集的基准值 3、camera\_model    calib：相机参数标定    camera\_models：各种相机模型类    chessboard：检测棋盘格    gpl    sparse\_graph    intrinsic\_calib.cc：相机标定模块main函数 4、config：系统配置文件存放处 5、feature\_trackers：    feature\_tracker\_node.cpp ROS 节点函数，回调函数    feature\_tracker.cpp 图像特征光流跟踪 6、pose\_graph：    keyframe.cpp 关键帧选取、描述子计算与匹配    pose\_graph.cpp 位姿图的建立与图优化    pose\_graph\_node.cpp ROS 节点函数，回调函数，主线程 7、support\_files：帮助文档、Bow字典、Brief模板文件 8、vins\_estimator    factor：实现IMU、camera等残差模型    initial：系统初始化，外参标定，SFM    utility：相机可视化，四元数等数据转换    estimator.cpp：紧耦合的VIO状态估计器实现    estimator\_node.cpp：ROS 节点函数，回调函数， 主线程    feature\_manager.cpp：特征点管理，三角化，关键帧等    parameters.cpp：读取参数 --------------------- 参考笔记： VINS论文推导及代码解析 by 崔华坤 [VINS技术路线与代码详解](https://blog.csdn.net/wangshuailpp/article/details/78461171) by 五行缺帅wangshuailpp [VINS-Mono 学习笔记](https://zhuanlan.zhihu.com/p/36161028) by 童哲航 [VINS-Mono 代码解读](https://blog.csdn.net/u012871872/article/details/78128087?locationNum=8&fps=1) by Rain-XIA [VINS-mono详细解读](https://www.cnblogs.com/ilekoaiq/p/8836970.html) by 极品巧克力 参考VINS代码注释： https://github.com/castiel520/VINS-Mono by [castiel520](https://github.com/castiel520) https://github.com/QingSimon/VINS-Mono-code-annotation by [QingSimon](https://github.com/QingSimon) ----