本文主要是介绍千万别碰SLAM,会变得不幸--下阙，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
0.书接上回
之前的工作内容总结：
1.学习了回环检测的流程，还学习了DLoopDetector算法。
2.修改了vins-mono将匹配和回环到的图片进行保存。
3.找到了一个不是办法的办法来代替pr曲线，指定范围作真值。
4.大致了解了DTW地磁匹配算法，关键点是要划分第一圈和第二圈的界限。
5.测试好了zed相机，打算作为真值来参考。
6.找到了上海科技大学的公共数据集。
1.关于之前一些历史遗留问题
1.1 顶替pr曲线的表格
当时是这样决定的，但是后来发现其实有两个地方不准确：
1.关于指定的范围，不够灵活，不具有说服力
2.优化后的数据如何处理？直接算100%的召回？
1.2 真值问题
同上面的问题一样，需要找到一个精度更高、说得过去的值来作为参考。
关于智能手机测试slam的论文不多，有用激光作为真值，也有有Google Tango设备作为真值。
后续使用zed相机来作为参考真值。
2.上科大vector基准测试
数据集论文：https://star-datasets.github.io/vec
这篇关于千万别碰SLAM,会变得不幸--下阙的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
