1.hdl_graph_slam|后端优化|hdl_graph_slam_nodelet.cpp|源码解读(四)
2.Cpp项目文件结构及使用CMake构建Build过程解析

hdl_graph_slam|后端优化|hdl_graph_slam_nodelet.cpp|源码解读(四)

       hdl_graph_slam源码解读(八)：后端优化

       后端概率图构建核心：hdl_graph_slam_nodelet.cpp

       整体介绍

       这是整个系统建图的核心，综合所有信息进行优化。所有的信息都会发送到这个节点并加入概率图中。

       包含信息

       1）前端里程计传入的位姿和点云

       2）gps信息

       3）Imu信息

       4）平面拟合的参数信息

       处理信息步骤

       1）在对应的callback函数中接收信息，并放入相应的队列

       2）根据时间戳对队列中的信息进行顺序处理，加入概率图

       其他内容

       1）执行图优化，旅游源码 wap这是一个定时执行的函数，闭环检测也在这个函数里

       2）生成全局地图并定时发送，即把所有关键帧拼一起，得到全局点云地图，然后在一个定时函数里发送到rviz上去

       3）在rviz中显示顶点和边，如果运行程序，会看到rviz中把概率图可视化了

       关键帧同步与优化

       cloud_callback

       cloud_callback(const nav_msgs::OdometryConstPtr& odom_msg,const sensor_msgs::PointCloud2::ConstPtr& cloud_msg)

       该函数主要是odom信息与cloud信息的同步，同步之后检查关键帧是否更新。

       关键帧判断：这里主要看关键帧设置的山河令源码这两个阈值keyframe_delta_trans、keyframe_delta_angle

       变成关键帧的要求就是：/hdl_graph_slam/include/hdl_graph_slam/keyframe_updater.hpp

       优化函数

       optimization_timer_callback(const ros::TimerEvent& event)

       函数功能：将所有的位姿放在posegraph中开始优化

       loop detection 函数：主要就是将当前帧和历史帧遍历，寻找loop。

       闭环匹配与信息矩阵计算

       匹配与闭环检测

       潜在闭环完成匹配（matching 函数）

       不同loop的信息矩阵计算（hdl_graph_slam/information_matrix_calculator.cpp）

       gps对应的信息矩阵

       hdl_graph_slam/graph_slam.cpp

       添加地面约束

       使用add_se3_plane_edge函数的代码

       执行图优化

       优化函数optimization_timer_callback

       执行图优化，闭环检测检测闭环并加到了概率图中，优化前

       生成简化版关键帧，KeyFrameSnapshot用于地图拼接

       生成地图并定时发送

       生成地图：简化版关键帧拼接

       定时发送：src/hdl_graph_slam_nodelet.cpp文件中

       系统性能与扩展性

       hdl_graph_slam性能问题在于帧间匹配和闭环检测精度不足，系统代码设计好，可可905源码模块化强，易于扩展多传感器数据融合。

       总结

       hdl_graph_slam后端优化是关键，涉及大量信息融合与概率图构建。系统设计清晰，扩展性强，但在性能上需改进。string类型源码

Cpp项目文件结构及使用CMake构建Build过程解析

       本文将介绍常见的cpp项目文件结构，并展示使用Cmake进行构建的全过程。

       当cpp项目规模逐渐变大时，单一目录下存放所有文件必然显得杂乱难以管理。这些文件通常会包括如项目源代码（.cpp, .hpp), 第三方库（.h, .hpp, 动态链接库等），文档，以及各种中间文件。UOC指标源码较为常见的一种文件组织方式如下：

       其中src为项目主要代码所在文件夹，可以下属包含module 1, 2, 等各个子模块。

       根据StackOverflow stackoverflow.com/quest...上的建议，尽量将源代码的.cpp 和 .hpp .h 放在一起，而不要单独设置一个include文件夹存放头文件。 另外，若无必要，尽可能避免使用include文件夹存放公共的头文件，如公用的数学库等。

       关于源文件的命名，可以采用项目名后加功能名的方式，例如

       这就是我们项目的主程序。

       使用CMake的关键步骤是编写CMakeLists.txt。一个最基本的能用来build的CMakeLists.txt需要有以下内容：

       这里为了设置g++编译器，我们使用了set(CMAKE_C_COMPILER, ) 和 set(CMAKE_CXX_COMPILER, ) 。这两行必须在project命令前。在set(EXECUTABLE_OUTPUT_PATH "${ PROJECT_SOURCE_DIR}/bin")中，设置最终生成的可执行文件在/bin目录。CMake保留了几个全局变量，如：${ PROJECT_SOURCE_DIR} 即为当前.txt文件所在的目录，一般为项目主目录。

       参数及路径可以使用“”双引号也可以不使用，后者若有空格则会被识别成多个参数。

       此时，完整的项目结构应该如下：

       其中 ../ 为读取上一个目录的CMakeLists，-G选项为指定Generator。此时在build文件夹出现生成的项目

       生成的项目内容取决于使用何种生成器。若使用Visual Studio则会生成.sln等文件。

       构建命令为在当前目录（build/) 对目标进行构建。最终生成的可执行文件会出现在bin/目录：

       运行MyStep.exe

       运行成功就可以得到 Hello cpp的输出。

       至此一个最小cpp项目构建完毕！之后的笔记会进一步加入