很久没更新自己的大专栏了，熟悉我博客的朋友应该知道如果写这个标题，就说明是挺认真写的~哈哈。

最近的工作也确实取得了很大的进展，进入了更困难的深水区

首先得感谢港科多位师兄师弟的帮助，尤其是本末提供的Diable刑天小车车，优秀的编码直驱电机的表现，轮足设计和棒棒的6DOF全能，很大程度的帮助了我们的工作！导致这一版几乎是为刑天量身订做的。。。其他底盘泛用性应该也是可以的。另外感谢某师兄企业优异的全局快门相机模组性能和沈老师VINS组过去这么多年的研究基础，这些事情对PR-MONO第一个正式版本的工程化工作产生了巨大的帮助。

今天这篇是看图说话，重点提出VIO与VSLAM应用和工程，以及实用性的一些基础评估方法，结合我们的工作，希望能对大家起到较大的帮助。工程化所有相关事项以前的文章都讲过，不赘述了。

设备长这个样：

接口嘛。。。反正你想得到的都有

​除了有点丑，没什么大毛病

首先看一下室内的测试环境：

​大概就这样，强光区很多，走廊都是弱纹理区。

评估VIO系统的核心指标有三项(分先后)：开销，鲁棒性，精度

哪怕你的系统在EUROC或各种数据集上能跑到飞起！但是如果实际环境工作shi得一塌糊涂的话，那它对你个人来说还是个垃圾，因为你的系统最终适配的是你自己的算力平台与相机。

为什么我把精度放最后呢？从学术的角度看，最重要的当然是精度，但是实际如果开销的问题都解决不了，谈何鲁棒性？鲁棒性都没有(比如整天scale飘飞)，那聊个毛的精度。怎么解决前2者确实很难我也谈过很多次了。从整个SLAM系统的角度来说，即使你VIO水平比较挫，也是完全可以用高精度RTK（没钱用个亚米级的low版RTK也行）来解决室外精度问题，室内可以用AI或者二维码来修正精度。其实就算我们这种整得很好的工程化VIO，在严肃场景(如电力/能源等行业)一样得耦合RTK，进一步控制鲁棒性也是建议耦合轮速计的。

先放室内：(1圈28米，10圈280米)，这是简单场景评估，工作中存在1处强光照射，1块转弯区无纹理：

下面2张图大约时速<1.1米/秒，转弯比较柔和(约60°/S)，要求同事们都静止了，环境不错，基本没干扰。

顺时针10圈，逆时针10圈：

评估方法：10圈后计算和回环原点的直线绝对距离即可，方向可以靠估

注意，绿线仅仅是前端+后端优化的结果，这里是没有回环和轮速计耦合的，室内也没RTK。

结果：里程280米，顺时针偏差3.9米(1.4%)，角度偏差6°左右，逆时针偏差2.8米(1%)，角度偏差4°左右

不要问我为啥有差别。。。我手操的，我又不是机器。。。另外可能还有些玄学的成分吧。

好了，更精彩的部分来了

下图还是280米，时速直接干到1.6米，各个弯的转速激烈，最高超过120°/秒，正好午饭时间测试，大量同学在视线内反复通过(频繁的动态障碍物)！结合了大量工程/并行化和ZUPT的版本，在这次测试中升华了。

以下还是10圈优化的结果(结果没法看。。。)

​最终误差超过了8米，每环精度差异也极大，优化的结果基本不可用了。

但是当ZUPT+回环全开时(上下2张图对应的是同一个测试)

就变成了下图这样：

​这个误差有多低相信不言而喻一目了然了，有一些环环突出了一点是因为毕竟是我随意手控的嘛。。。有远有近，最终的误差抵达了不到0.6米！即0.22%这种精度，角度偏差1°。

室内测试告一段落，最后放张难看的带稀疏点云的总图(没开视觉窗口)，稀疏点云的缺点就是世界观奇烂：

后续我们的重点工作也是在现在的基础上建立世界观，只有这样，VIO相对RTK和激光雷达的劣势才会越来越小，优势才会越来越大。当前的能力在室内和半户外来说，其实已经可以取代很多种传感器了。

​然后再放一下刑天在室外探索的记录了，下图大约30000平米：

​画红线的长度大约500米，在一个阳光普照的大晴天试的(光度极高)，因为这次主要是测性能，没有严格按照划定的路线跑，大量进行了草地的穿越，得益于刑天优异的性能，在草地漫游中剧烈的无规则振动中VIO一直保持了非常好的稳定性。

其实录了个7分钟的视频，但是不知道怎么上载就随便截下图吧

从左上视频可以看出行进路线在草丛中，从棋盘格的大小可以看出行进距离之远，左边的椭圆对应实景图中儿童活动区共160米的回环。其他就是在瞎跑了。。。这个全程户外800米的样子，刑天探索新世界。

测试并没有刻意取最好的结果，都是随便跑随便测的，我们在室内外都搭建了覆盖广阔的MESH网络，所以网络所有的包延时都大概在40ms以内，这个要注意，大家做同样测试的时候一定要注意网络还是得比较好。

从这些结果来看，懂行的同学可能会觉得那岂不是RTK得失业了？如果VIO建立了世界观，雷达也得失业了？？！

其实哪有那么美好呢？现在虽然我们把VIO工程化又向前推进了几个大步。但是必须得说，高速场景即使建立了世界观VIO还是会被雷达秒杀，4自由度不可观的能观性问题依旧，初始化依然是很让人闹心的破事。很多能在机器人上完成的规定动作并不能用于汽车，同样，这类工程化很强的系统也不适用于VR等行业，即使建立了世界观也不适合具体的抓取等动作。但是我认为从未来的发展来看，它是有大量的用武之地的，尤其是在定建导环节来配合控制与规划，甚至可以作为很多设备的主传感器。