畢業三年了，現在是第二份工作，第一份工作已經結束一年半了，這意味著，我有一年半的時間沒有搞視覺SLAM相關的東西了，雖然在第二份工作也是做視覺相關的，但是只是用到一些目標識別和跟蹤的知識，并鍛煉了一下工程實現能力，編程能力，一直是我的一塊心病，哈哈，由此可見我不用適合做程序員，至少不會是出色的程序員，但是這畢竟是我一個比較靠譜的職業，他可以讓我生活的更好一些，所以，我還是在不斷堅持，我去面試視覺SLAM崗位，面試官都會問，你有沒有做過什么改進，可笑的是，我只是對一些開源的視覺SLAM代碼熟悉一些而已。但是不積跬步無以至千里，我還是把基礎的工作做好，隨緣吧，哈哈，佛系程序員是這樣的嗎。

今年年初我用了一年的時間完成了兩個工作，單房間和多房間掃地機的覆蓋率測試軟件，從場地搭建到軟件開發，都是我一個人，雖然很多時候感覺到孤寂，但是看到其他同事跟項目經理扯皮時，被項目經理追著不放時，我感覺我是幸運的。完成了上面的項目后，領導讓我開始調研視覺SLAM，想在我們現有的掃地機算法上加上視覺算法，重操舊業，感覺不錯，但是壓力還是不小的，我沒有信息能做好，最初的一段時間我忙著去醫院保胎，還得趕緊把駕照考出來，所以調研的進度比較慢，后來胎兒穩定了，駕照也考出來了，我的心也安定下來，專心做起工作來。

雖說是調研，但是還得實踐，不能說光看看論文，博客就可以了，那就不得不搭建環境，把算法跑起來。說到大環境，不得不讓我想起來，我在研究生時剛開始研究視覺SLAM時，那那基本上兩三天重裝一次Ubuntu系統，我還有個電子文檔專門記錄我的一些成功的操作，哪個庫怎么安裝，但是壓力確實很大，Linux系統知識，編程能力，視覺SLAM基礎知識，數學基礎，真的讓我吃不消，不知道當初為啥非要選這個方向。大概是沒有自知之明，真是慘不忍睹。

話說回來，正是有了之前的無數次失敗的經驗，以及五六年里的知識沉淀，所以這次重新搭建環境就感覺輕松很多，因為我堅信，我遇到的問題，在網上一定會找到答案的，當時你如果能跳墻那是很好的，你的視野大了不是一點半點。之前一直用的是Ubuntu16.04，現在用的是Ubuntu8.04，差別不是很大。之前搭建過orb-slam3的環境，這次也比較順暢，下一個是svo,尤其是svo2.0,費了老鼻子勁了。很多問題是因為網絡問題導致的，一個是Ubuntu上我不能跳墻，在著就是，公司網速不好，一個東西要重復下載好幾次，才有可能成功。所以第二次下載是我就使用手機熱點，確實要好很多。

一、在原有win10系統的基礎上安裝Ubuntu18.04系統

?

Windows10安裝ubuntu18.04雙系統教程 - 不妨不妨，來日方長 - 博客園

Ubuntu上安裝一個sogou輸入法，好使

搜狗輸入法linux-安裝指導搜狗輸入法for linux—支持全拼、簡拼、模糊音、云輸入、皮膚、中英混輸https://shurufa.sogou.com/linux/guide?

二、Ros melodic安裝

我按照官網和一些博客文章安裝最后在rosdep update出了問題一直解決不了，不過這篇文章有解決方法?

ubuntu18.04 ROS melodic完整版教程及錯誤處理（附帶 catkin_ws工作空間搭建）_黃宏智的博客-CSDN博客_ubuntu18.04安裝catkin

?我是用上面的方法解決的rosdep update失敗的問題，后來公司來了一個實習生，在遇到同樣的問題時，他找到了下面這個解決方案，感覺要簡單很多。

本文之后，世上再無rosdep更新失敗問題！如果有....小魚就...造福國內用戶的rosdepc出來啦，再也不用擔心rosdep初始化失敗問題。\x0a大家好，我是小魚，經過小魚的不懈努力，rosdep國產替代品rosdepc終于完成，一行代碼搞定初始化失敗問題。https://mp.weixin.qq.com/s/VGs8oWdhHH6XsHcx21lN4Q

三、 orb-slam3環境搭建

ubuntu18.04配置ORB-SLAM3（包含ROS）完整版教程_黃宏智的博客-CSDN博客

?四、svo2.0

SVO2.0 安裝編譯_HR19的博客-程序員ITS203 - 程序員ITS203

在執行catkin build指令后，需要下載很多東西，好幾個庫會因為網速的問題，無法下載，可以嘗試使用手機熱點聯網進行編譯下載，再者出現“無法獲取某個網址”錯誤時，那就重新編譯，多執行幾次編譯命令，再次編譯時不要刪除掉上一次已經下載的build等文件夾中的東西。

除了網速問題，我還遇到了幾個明顯的問題，

（1）如果遇到“std::automic<int> a;不可以在定義式直接初始化”的錯誤時，

解決方案：那就在提示出錯誤的這個文件上添加頭文件 #include<automic.h>

? (2) 如果遇到“next is not a member of boost : in /usr/include/yaml-cpp/node/detail/iterator.h”

在/usr/include/boost/next_prior.hpp中實現了boost::next的功能

解決方案：在iterator.h文件中添加 #include<boost/next_prior.hpp>

（3）如果遇到“/usr/local/include/sigslot/signal.hpp:1160:65 error: 'slots_reference ' was not declared in this space”

解決方案：將所有CMakeLists.txt中的所有的c++11替換為c++14

五、安裝realsense t265相機驅動

按照官網“librealsense/installation.md at development · IntelRealSense/librealsense · GitHub”上說的步驟來安裝，太過漫長，所以我就使用下面的方法來安裝，還有安裝ros Wrapper的步驟

(69條消息) ubuntu18.04 Intel Realsense T265與Realsense D435i 使用教程_xtdx_xty的博客-CSDN博客

六、使用realsense t265運行svo2.0

首先t265相機是omni-direction相機，對于這種相機使用的相機鏡頭比較特殊，構建鏡頭畸變模型時常用的模型有"Kannala Brandt", "MEI", "Scaramuzza"，開源的框架中orb-slam3使用的是Kannala Brandt模型，vins使用的是MEI模型，svo2.0 使用的是scaramuzza模型，前兩種模型都可以用kalibr進行標定，但是kalibr 不能標定scaramuzza模型，只能用ocam_clib庫標定，所以你需要安裝matlab，然后運行ocam_calib進行標定。標定出來還需要根據svo_ros/scripts/omni_matlab_to_rpy.py進行轉換，得到一個24維的矩陣。

參考calib/blufox_25000826_fisheye.yaml文件，還需要一個mask，下面是參考vins的mask的生成方式，得到一個mask。

cv::Mat image = cv::Mat::zeros(800, 848, CV_8UC1);
cv::circle(image, cv::Point2f(424, 400), 424, cv::Scalar(255), -1, 8, 0);
cv::imwrite("mask.png", image);
cv::imshow("mask", image);
cv::waitKey(0);
return 0;

然后在launch/fronted/run_from_bag.launch文件中，將"cam0_topic” value修改為t265相機發布的話題，“camera/fisheye1/image_raw”, 然后是將pinhole.yaml改為fisheye.yaml.

然后首先將t265相機的話題發布出來

roslaunch realsense2_camera rs_t265.launch

然后運行svo2

roslaunch svo_ros realsense.launch cam_name:=realsense_t265_fisheye(這里的realsense.launch是從run_from_bag.launch文件修改過來的，我創建的t265相機的配置文件命名為 realsense_t265_fisheye.yaml)

上面的工作都做完后，我終于在周五下班前的一分鐘，運行成功了，這周工作總算有個交代。但是這周一我跑了一下比較長的走廊，視覺里程計的跟蹤效果不好，角度沒有漂移，但是尺度在開始測試后不久漂移了很多，尺度一直在縮小，不知道是不是我的相機標定結果不精確有關系。

?總結：拿到最后的結果，上面五步是不可或缺的，也用了不少時間，最后是卡在了t265相機的畸變模型上面，其實在svo pro的GitHub上也是有介紹calibration這一塊的，但是剛開始并沒有放心上，不敏感，大概是剛開始對于上面提到的那三種相機模型不熟悉緣故，后來慢慢了解了這三種模型，自己的下一步工作才清晰。要不，剛開始，不知道自己到底該做些什么，怎么做。

上面測試結果，尺度漂移的厲害，肯定是有原因的，我先從我自己的工作上找問題，看看能不能解決這個問題。然后是把imu的數據也加上，再看一下效果。