//node节点标签,启动feature_tracker包中名为feature_tracker的节点//param参数标签,可以传给ros参数服务器,供该节点读取参数文件;//参数1名为config_file,其值是上面arg名字为config_path的值;//参数2名为vins_folder,其值是上面arg名字为vins_path的值;<node name="feature_tracker"pkg="feature_tracker"type=...
整个模块在文件夹feature_tracker下,该文件夹下feature_tracker_node.cpp是特征跟踪功能的可执行文件,feature_tracker.cpp写了特征跟踪功能的具体实现,feature_tracker.hpp是特征跟踪功能模块的头文件,parameters.cpp写了读取参数功能的具体实现,parameters.hpp是读取参数功能模块的头文件。 该模块的输入是图像,即订阅了传感...
feature_tracker是vins的前端,它的目录在src/ feature_tracker下,功能主要是获取摄像头的图像帧,并按照事先设定的频率,把cur帧上满足要求的特征点以sensor_msg::PointCloudPtr的格式发布出去,以便RVIZ和vins——estimator接收。 这个package下面主要包括4个功能:feature_tracker——包含特征提取/光流追踪的所有算法函数;...
FeatureTracker的主要作用是跟踪特征并三角化恢复深度以后发给后端去优化。 FeatureTracker功能相关的代码不只是存放在一个文件中,它存放在VINS-Mono/feature_tracker/src文件夹下的所有文件中,这包括: feature_tracker_node.cpp:特征跟踪功能的可执行文件,也就是main函数所在的文件 feature_tracker.cpp:特征跟踪功能的具体...
Feature tracker 特征跟踪 这部分代码在feature_tracker包下面,主要是接收图像topic, 使用KLT光流算法跟踪特征点,同时保持每一帧图像有最少的(100-300)个特征点。 根据配置文件中的freq,确定每隔多久的时候, 把检测到的特征点打包成/feature_tracker/featuretopic 发出去, ...
VINS代码主要包含在两个文件中,分别是feature_tracker和vins_estimate,feature_tracker就像文件的名字一样,总体的作用是接收图像,使用KLT光流算法跟踪;vins_estimate包含相机和IMU数据的前端预处理(也就是预积分过程)、单目惯性联合初始化(在线的标定过程)、基于滑动窗口的BA联合优化、全局的图优化和回环检测等。要想真正...
Feature tracker 这部分代码在feature_tracker包下面,主要是接收图像topic,使用KLT光流算法跟踪特征点,同时保持每一帧图像有最少的(100-300)个特征点。 根据配置文件中的freq,确定每隔多久的时候,把检测到的特征点打包成/feature_tracker/featuretopic 发出去, ...
由于VINS-Mono工程中在feature_tracker_node.cpp中放置了太多的代码,为了增强代码可读性,笔者将其功能封装到了Frontend类当中,顶层node则如下 #include"frontend.h"intmain(intargc,char**argv){ros::init(argc,argv,"feature_tracker");// 初始化node ros::NodeHandle nh("~")...
本文探讨了VINS-Mono算法的流程，包括三个独立的ROS工程：feature_tracker、vins_estimator、pose_graph。运行时，使用euroc.launch文件启动这三个节点，并传递配置文件config/euroc_config.yaml。算法主要分为四个模块，各模块之间通过数据交互和可视化（使用RVIZ）协同工作。feature_tracker模块负责图像处理，...
第二步:在/home/fish/ws_vins/src/VINS-Mono/config文件下建立一个名为mynteye的文件夹,并新建mynteye_config.yaml文件。 两个文件内容分别如下: mynteye.launch : <node name="feature_tracker" pkg="feature_tracker" type="feature_tracker" ...