Ubuntu安装Vins-Fusion(1) —— Ubuntu18.04安装vins

前言

VINS-Fusion 是一种基于优化的多传感器状态估计器，可为自主应用（无人机、汽车和 AR/VR）实现精确的自定位。它常用于无人机的自主导航和飞行控制，通过融合视觉和惯性数据实现高精度定位和导航。VINS-Fusion 是 VINS-Mono 的扩展，它支持多种视觉惯性传感器类型（单目摄像头 + IMU、双目摄像头 + IMU，只有双目摄像头）。

我的配置如下：
虚拟机 Ubuntu 18.04 (运行内存 4G、硬盘内存 60G) 、ROS melodic 、ceres-solver 1.14

1、准备

1.1 安装ROS

安装 VINS-Fusion 之前必须要安装好ROS，ROS安装教程可以参考这篇文章👇

ubuntu安装ROS melodic(最新、超详细图文教程，包含配置rosdep)-CSDN博客

注：没有创建工作空间，可以执行下列代码，如果创建了可以跳过（catkin_make 与 catkin build 是编译功能包的两种工具，任选其一即可）

sudo apt-get install python-catkin-tools python-rosinstall-generator -y

mkdir -p ~/catkin_ws/src
cd ~/catkin_ws
catkin init
catkin build
# catkin_make 
# mkdir -p ~/catkin_ws/src
# cd catkin_ws/src && catkin_init_workspace
# cd .. && catkin_make

echo "source ~/catkin_ws/devel/setup.bash" >> ~/.bashrc

1.2 安装 Ceres Solver

Ceres Solver 是一个开源的 C++ 库，用于解决非线性最小二乘问题。它的自动微分、鲁棒优化算法以及高效的并行计算能力，使其成为解决复杂非线性优化问题的理想选择。它被广泛应用于计算机视觉、机器人和图像处理领域中的优化问题。

Ceres Solver 官方文档

GitHub 仓库

安装依赖：

# CMake
sudo apt-get install cmake
# google-glog + gflags
sudo apt-get install libgoogle-glog-dev libgflags-dev
# Use ATLAS for BLAS & LAPACK
sudo apt-get install libatlas-base-dev
# Eigen3
sudo apt-get install libeigen3-dev
# SuiteSparse (可以安装，也可以不安装)
sudo apt-get install libsuitesparse-dev

下载 Ceres Solver 源码：

wget ceres-solver.org/ceres-solver-1.14.0.tar.gz

在这里插入图片描述

编译 Ceres Solver ：

tar zxf ceres-solver-1.14.0.tar.gz
mkdir ceres-bin
cd ceres-bin
cmake ../ceres-solver-1.14.0

在这里插入图片描述

make -j3  # 大概几分钟

在这里插入图片描述

make test
# 这一步必须每个 test 都通过

在这里插入图片描述

安装 Ceres Solver ：

# 可选择 make isntall 安装 Ceres，也可使用 CMake 导出，CMake 可以无需安装即可使用 Ceres
# 更多信息请参阅 EXPORT_BUILD_DIR 选项的文档,有关 EXPORT_BUILD_DIR 选项的更多信息。
sudo make install

在这里插入图片描述

测试：

./bin/simple_bundle_adjuster ../ceres-solver-1.14.0/data/problem-16-22106-pre.txt

测试结果：

iter      cost      cost_change  |gradient|   |step|    tr_ratio  tr_radius  ls_iter  iter_time  total_time0  4.185660e+06    0.00e+00    1.09e+08   0.00e+00   0.00e+00  1.00e+04        0    5.62e-02    1.64e-011  1.062590e+05    4.08e+06    8.99e+06   5.36e+02   9.82e-01  3.00e+04        1    1.26e-01    2.90e-012  4.992817e+04    5.63e+04    8.32e+06   3.19e+02   6.52e-01  3.09e+04        1    1.18e-01    4.08e-013  1.899774e+04    3.09e+04    1.60e+06   1.24e+02   9.77e-01  9.26e+04        1    1.20e-01    5.28e-014  1.808729e+04    9.10e+02    3.97e+05   6.39e+01   9.51e-01  2.78e+05        1    1.20e-01    6.48e-015  1.803399e+04    5.33e+01    1.48e+04   1.23e+01   9.99e-01  8.33e+05        1    1.20e-01    7.67e-016  1.803390e+04    9.02e-02    6.35e+01   8.00e-01   1.00e+00  2.50e+06        1    1.19e-01    8.86e-01Solver Summary (v 1.14.0-eigen-(3.3.4)-lapack-suitesparse-(5.1.2)-cxsparse-(3.1.9)-eigensparse-openmp-no_tbb)Original                  Reduced
Parameter blocks                        22122                    22122
Parameters                              66462                    66462
Residual blocks                         83718                    83718
Residuals                              167436                   167436Minimizer                        TRUST_REGIONDense linear algebra library            EIGEN
Trust region strategy     LEVENBERG_MARQUARDTGiven                     Used
Linear solver                     DENSE_SCHUR              DENSE_SCHUR
Threads                                     1                        1
Linear solver ordering              AUTOMATIC                 22106,16
Schur structure                         2,3,9                    2,3,9Cost:
Initial                          4.185660e+06
Final                            1.803390e+04
Change                           4.167626e+06Minimizer iterations                        7
Successful steps                            7
Unsuccessful steps                          0Time (in seconds):
Preprocessor                         0.107879Residual only evaluation           0.093588 (7)Jacobian & residual evaluation     0.309654 (7)Linear solver                      0.358153 (7)
Minimizer                            0.848724Postprocessor                        0.003480
Total                                0.960084Termination:                      CONVERGENCE (Function tolerance reached. |cost_change|/cost: 1.769761e-09 <= 1.000000e-06)

2、安装 VINS-Fusion

执行下列命令：

cd ~/catkin_ws/src
git clone https://github.com/HKUST-Aerial-Robotics/VINS-Fusion.git
cd ../
catkin build # 大概几分钟

在这里插入图片描述

source ~/.bashrc

3、测试（EuRoC MAV 数据集）

3.1、下载数据集

点击下载地址，下载 MH_01_easy.bag，浏览器默认下载到 Downloads 目录。
在这里插入图片描述

3.2 Monocualr camera + IMU

执行下面命令：

roslaunch vins vins_rviz.launch
rosrun vins vins_node ~/catkin_ws/src/VINS-Fusion/config/euroc/euroc_mono_imu_config.yaml 
(可选) rosrun loop_fusion loop_fusion_node ~/catkin_ws/src/VINS-Fusion/config/euroc/euroc_mono_imu_config.yaml 
rosbag play ~/Downloads/MH_01_easy.bag

在这里插入图片描述

3.3 Stereo cameras + IMU

执行下面命令：

roslaunch vins vins_rviz.launch
rosrun vins vins_node ~/catkin_ws/src/VINS-Fusion/config/euroc/euroc_stereo_imu_config.yaml 
(可选) rosrun loop_fusion loop_fusion_node ~/catkin_ws/src/VINS-Fusion/config/euroc/euroc_stereo_imu_config.yaml 
rosbag play ~/Downloads/MH_01_easy.bag

在这里插入图片描述

3.4 Stereo cameras

执行下面命令：

roslaunch vins vins_rviz.launch
rosrun vins vins_node ~/catkin_ws/src/VINS-Fusion/config/euroc/euroc_stereo_config.yaml 
(可选) rosrun loop_fusion loop_fusion_node ~/catkin_ws/src/VINS-Fusion/config/euroc/euroc_stereo_config.yaml 
rosbag play ~/Downloads/MH_01_easy.bag

在这里插入图片描述