一共是5个实验，
（1）是安装测试SVO2.0
（2）是使用EuRoC数据集的单目+IMU数据集做测试
（3）run svo on an topic that publishes images
（4）
（5）
上一篇博客主要是跑了一下SVO，环境纹理实在过于简单，并且没有很好的利用到IMU的信息。只是用到了相机的信息。
我的设备是Davis 240C(单目相机，IMU，event),于是，接下来，我准备看看SVO2.0，因为它更加强大支持以下几种配置：
monocularstereostereo/monocular + IMUpinhole/fisheye/catadioptric cameras are supported在rpg_svo_example/svo_ros/doc下有文档可以看，在rpg_svo_example/svo_ros/launch下有不同的launch文件可以拿来参考。
我的环境：
Ubuntu 16.04 64 bit
gcc version 5.4.0
ROS version kinetic
（1）安装测试SVO2.0
我们需要安装catkin-tools工具去编译工作空间：
sudo apt-get install python-pip sudo pip install catkin-tools==0.3.1 将之前的解压出来的文件复制到家目录下： cp -r svo_binaries_1604_kinetic/svo_install_ws/ ~/
这里关于opengv的提示 可以直接忽略，不影响的。
接下来，创建一个新的工作空间：
source /opt/ros/<your ros version>/setup.bash cd ~ source svo_install_ws/install/setup.bash mkdir svo_install_overlay_ws && cd svo_install_overlay_ws catkin config --init --mkdirs --cmake-args -DCMAKE_BUILD_TYPE=Release然后，我们编译这个空间
cp -r svo_binaries_1604_kinetic/rpg_svo_example ~/svo_install_overlay_ws/src cd ~/svo_install_overlay_ws catkin buildsource ~/svo_install_overlay_ws/devel/setup.bash
下载数据集：
运行：
roslaunch svo_ros run_from_topic.launch cam_name:=svo_test_pinhole rosbag play svo_test_short.bag我们还可以看到跟踪得特征点数目：
（2）使用EuRoC的单目+IMU数据集做测试
首先是下载数据集：
wget http://robotics.ethz.ch/~asl-datasets/ijrr_euroc_mav_dataset/machine_hall/MH_01_easy/MH_01_easy.bag使用单目+IMU的launch文件：（参数文件在 param/euroc_mono_imu.yaml中）
roslaunch svo_ros euroc_mono_imu.launch为了避免数据集起初阶段的旋转等，选一个比较延迟的时间作为开始，比如：
rosbag play MH_01_easy.bag -s 50
同样，可以看到这里每一帧跟踪到的特征点的数目：
（3）run svo on an topic that publishes images首先，环境source一下： source ~/svo_install_overlay_ws/devel/setup.bash下载数据集，然后运行：
roslaunch svo_ros run_from_topic.launch cam_name:=svo_test_pinhole rosbag play airground_rig_s3_2013-03-18_21-38-48.bag（4）使用相机 去run svo on an topic that publishes images
按照样例中的参数文件，我修改了几个地方 roscore roslaunch dvs_renderer davis_mono.launch roslaunch svo_ros wy_from_topic.launch cam_name:=wy_cam_imu
转载于:https://www.cnblogs.com/wongyi/p/11193421.html
