简介这是一份面向无人机视觉惯性导航开发者的 SchurVins 配置资源解决在无人机上部署 VINS 算法时传感器参数、时间同步与飞行模式参数难以确定的问题适合已有 ROS/VIO 基础、正在调试定位系统的研发人员。压缩包仅 2 个文件均为 yaml 格式整体大小约 4KB两份配置分别面向 Euroc 公开数据集与 VIOStereo 立体相机IMU 场景既可用于仿真复现也可用于机载部署。已有 236 人学习下载。配置文件中涵盖摄像头分辨率/帧率、IMU 噪声、相机-IMU 外参、特征提取数量及不同飞行模式下的调节项有利于快速替换原有配置并理解 SchurVins 各项参数含义尤其在室内悬停、低速巡航或高速飞行等场景下还能参照其中的参数调整策略建立基线结合实飞数据进一步迭代减少从零编写 yaml 的试错成本。1. 在无人机上部署 SchurVins先卡住的从来不是编译而是 yaml做无人机视觉惯性里程计的人迟早都会遇到 SchurVins 这个项目。它是 VINS 系里把 Schur 消元做进后端优化的一个变体在机载算力有限的平台上比原始版本更省很多同学把无人机上的视觉惯性导航方案从 VINS-Mono 迁到 SchurVins就是为了把 CPU 占用压下来。但实机部署和仿真跑通完全是两码事台式机上改了 launch 文件能跑通不代表换到机载电脑上还能稳等真正把 yaml 配置文件换到无人机上镜头内参、IMU 噪声、外参旋转矩阵三块参数只要有一处对不上起飞十几秒就是发散或者漂移炸机就在眼前。我这个环境是在某团队的模拟项目X里搭的前后被 yaml 折磨了将近一周。回头复盘真正挡住人的不是源码编译而是不知道 SchurVins 的 yaml 每个字段对应实机上哪一份标定数据以及哪些参数是仿真默认值、哪些必须替换成真实值。这篇就把整个部署过程按我实际操作的顺序拆开装什么版本、怎么编译、yaml 怎么改成实机可用最后怎么验证它真的跑对了。适合手里有一台 Ubuntu 机载电脑、准备把 SchurVins 上无人机的新手也适合在纯仿真里跑通但一上实机就出幺蛾子的熟手对照排查。2. 编译环境与依赖ROS、Ceres 和 Eigen 的版本搭配2.1 先定版本Ubuntu 18.04 配 Melodic 是最稳的组合SchurVins 源码本身不挑编译器但它依赖的 ROS 包、Ceres Solver 和 OpenCV 之间有版本联动。常见做法是先看自己手里的机载电脑装的是哪个 Ubuntu再反推 ROS 版本。我这边排查过两次环境问题一次卡在 Ceres 与 Eigen 的 API 冲突一次卡在 OpenCV 版本导致特征提取节点崩掉都是版本配套的锅。如果是新刷系统的机载电脑我一般直接装 Ubuntu 18.04 ROS Melodic这套组合踩坑资料最多网上能搜到的报错基本都覆盖得到。Ubuntu 20.04 Noetic 也能编译 SchurVins但需要手动处理 Python 2/3 的依赖差异多折腾半小时。无人机部署要的是可复现不是追新所以别在这个环节给自己加难度。sudo apt update sudo apt install -y ros-melodic-desktop-full sudo apt install -y ros-melodic-cv-bridge ros-melodic-image-transport ros-melodic-camera-calibration第一行把 ROS 主件装全desktop-full 比 base 多了 rviz、tf 等可视化工具后续验证轨迹离开 rviz 就瞎了。第二行是 SchurVins 运行时需要的图像传输和相机标定相关包其中 cv-bridge 版本必须和 OpenCV 编译版本一致这是最常见的编译期报错来源。ROS 装完后别忘了初始化 rosdep 依赖很多直接 clone 源码后编译报“找不到某个 ros 包”的问题都是 rosdep 没跑全。我用的是sudo rosdep init rosdep updaterosdep 的职责是把源码里 package.xml 声明的依赖自动拉齐跳过这一步后续 catkin_make 会随机报缺包。机载电脑如果在离线环境rosdep 会失败那就只能手动逐个 apt 安装缺失的 ros-xxx 包比较痛苦所以尽量在联网状态下先把环境装齐。2.2 Ceres Solver 别用太新的版本SchurVins 后端优化依赖 Ceres Solver但它的代码是照着 Ceres 1.14 左右的 API 写的。新版 Ceres 把一些接口改了比如Solver::Options里的参数类型调整直接用最新版 2.x 编译会报一堆函数签名不匹配。sudo apt install -y libgoogle-glog-dev libgflags-dev libatlas-base-dev libsuitesparse-dev cd ~/thirdparty wget http://ceres-solver.org/ceres-solver-1.14.0.tar.gz tar zxf ceres-solver-1.14.0.tar.gz mkdir ceres-solver-1.14.0/build cd ceres-solver-1.14.0/build cmake .. -DCMAKE_INSTALL_PREFIX/usr/local make -j4 sudo make install这里用 1.14.0 而不是最新版就是避开 API 断代问题。编译参数里-j4针对机载电脑常见的四核处理器如果 NUC 类平台有散热压力可以降到-j2Ceres 编译时间会长一点但稳定性优先。装完后把 Ceres 的头文件路径记一下后面 SchurVins 的 CMakeLists 会用到。Eigen 建议直接用系统包不要自己源码安装。SchurVins 里用到了 Eigen 的Sophus和Ceres内部类型系统自带的 Eigen 3.3.7 和 Ceres 1.14 是验证过没冲突的组合。如果你之前装过其他版本的 Eigen 到/usr/local/include/eigen3编译一旦出现 “Eigen/Eigenvalues” 找不到或者std::vector相关报错先检查是不是多版本 Eigen 串了。2.3 编译 SchurVinscatkin 工作区的标准流程把 SchurVins 源码放到 catkin 工作区里编译命令不长但有几个细节值得注意。先建工作区再放包不要直接在~/catkin_ws/src里散着放。mkdir -p ~/catkin_ws/src cd ~/catkin_ws/src git clone SchurVins仓库地址 SchurVins cd ~/catkin_ws catkin_makecatkin_make默认只编译 src 下的所有包如果你的 src 里还有别的包第一次编译可能因为包间依赖顺序出问题。稳妥做法是单独编译 SchurVins 这一个包catkin_make -DCATKIN_WHITELIST_PACKAGESSchurVins这个参数会告诉 catkin 只编译白名单里的包避免其他包干扰。编译完成后 source 一下source ~/catkin_ws/devel/setup.bash后半句补充每次新开终端都要执行或者写进~/.bashrc末尾否则 roslaunch 找不到节点的可执行文件。编译成功后devel/lib目录下会出现vins_estimator之类的可执行文件这一步是后面所有 yaml 配置生效的前提。3. 读懂 yaml 配置相机内参、IMU 噪声和外参三块核心3.1 camera 配置段内参矩阵和畸变系数不是抄数据集默认值SchurVins 的 yaml 配置文件里第一个大段是相机参数。这一段负责告诉前端特征提取器“镜头看到的世界是什么样的”。内参矩阵fx fy cx cy决定像素坐标和归一化平面坐标的换算畸变系数决定图像边缘像素的校正方式。无人机上的相机通常和仿真数据集里的相机不是同一颗直接沿用默认值等于告诉算法用一个错误的镜头模型。我在模拟项目X的实机测试里第一次就是把数据集自带的参数原封不动留在 yaml 里结果开机后图像正常但特征点云迅速稀疏。原因很简单畸变系数不对矫正后的图像边缘扭曲角点检测全都偏离。camera: name: cam0 fisheye: false distortion_model: radtan distortion_coeffs: [ -0.0032, 0.0018, -0.0004, 0.0001 ] intrinsics: [ 460.2, 459.8, 365.1, 242.7 ] resolution: [ 640, 480 ] timeshift_cam_imu: 0.02fisheye字段要特别注意无人机上用的广角相机很多是鱼眼镜头但 SchurVins 的相机模型默认是针孔如果你把fisheye留成 false 却装的是鱼眼相机畸变校正环节就会彻底错乱。distortion_coeffs的四个值依次是 k1、k2、p1、p2对应标定工具输出里的顺序不要按 k1、k2、k3、k4 的鱼眼顺序填。intrinsics四个数顺序是 fx、fy、cx、cy很多标定工具输出顺序是 fx、fy、cx、cy 没错但有的工具会先给 cx、cy 再给 fx、fy填反了画面中心会偏。resolution必须和相机驱动实际发布的图像尺寸一致如果相机输出 640x480 但 yaml 里写 1280x720特征提取部分虽然不报错但内参对应的像素坐标全部错位。timeshift_cam_imu是相机和 IMU 之间的时间偏移标定后通常会在 0.0050.05 之间后面会细说。3.2 imu 配置段噪声参数的数量级决定能不能初始化IMU 配置段是 yaml 里最容易让人忽略的部分因为它看起来只是几个数字。但 SchurVins 的初始化极其依赖加速度计和陀螺仪的噪声模型写错数量级VIO 初始化永远失败或者初始化成功后几十秒内漂移。IMU 噪声参数通常在标定报告里给出的单位是连续时间域比如陀螺仪噪声密度加速度计噪声密度这个单位是m/s^2 / sqrt(Hz)不是传感器手册里的m/s^2。imu: frequency: 200 gyroscope_noise_density: 0.0002 gyroscope_random_walk: 0.00001 accelerometer_noise_density: 0.002 accelerometer_random_walk: 0.0005 gravity: 9.810frequency要和机载电脑实际收到的 IMU 消息频率一致。很多飞控内部 IMU 是 1kHz 输出但机载电脑订阅之前被降频到 200Hz如果 yaml 却写了 400时间戳积分会快一倍轨迹直接飞出去。gyroscope_noise_density一般范围在 0.00010.003 之间单位是rad/s / sqrt(Hz)如果标定报告给的是角度随机游走单位是rad/sqrt(s)需要先换算再填。我遇到过有人把两个参数填反了陀螺仪随机游走填成 0.0002、噪声密度填成 0.00001结果初始化非常勉强起飞后偏航角持续漂移。gravity默认 9.810这是赤道附近的重力值。如果测试场地在中纬度9.795 更准确但这个差异对 VIO 初始化影响很小不必过度纠结。真正要命的是坐标系里重力的方向定义SchurVins 默认 z 轴向下如果你的 IMU 坐标系 z 轴向上初始化会把重力方向搞反表现为起飞瞬间位置跳变。3.3 外参 body_T_cam0从标定结果到 yaml 的坐标系转换外参是相机和 IMU 之间的相对位姿SchurVins 用的是body_T_cam0这个字段命名里的 body 指 IMU 机体坐标系。这一段如果配错相机和 IMU 的观测就无法在空间上对齐表现最典型的是旋转时轨迹画圆弧而不是直线。body_T_cam0: rows: 4 cols: 4 data: [ 0.999, 0.008, -0.011, 0.025, -0.008, 0.999, -0.003, -0.015, 0.011, 0.003, 0.999, -0.005, 0.0, 0.0, 0.0, 1.0 ]这是 4x4 齐次变换矩阵前三行前三列是旋转部分第四列前三个数是平移部分单位是米。这里最容易踩的坑是两个第一标定工具输出的外参矩阵有可能是相机到 IMU 的变换关系T_cam_imu而 SchurVins 要的是T_imu_cam需要对矩阵求逆再填进去第二有些标定工具把坐标系定义成 z 向前但 SchurVins 的 body 坐标系是 x 向前、z 向上旋转部分差一个 90 度的轴置换轨迹会整体翻转。我在实机调试时习惯先打印外参矩阵验证逻辑把相机放在 IMU 右侧约 5 厘米处那么平移部分的 x 值应该在正负 0.05 左右符号取决于坐标系 x 轴方向。如果标定出来的平移值明显大于实际装机距离多半是坐标系定义对不上。4. 从仿真默认值到实机可用替换参数的操作流程4.1 先拿到实机标定的三份数据配置 yaml 之前先要准备好三份数据相机内参、IMU 噪声、相机到 IMU 的外参。没有这三份后面所有修改都是盲改。相机内参和畸变系数用棋盘格标定板跑一轮即可常见工具是 kalibr它会同时输出相机内参和外参。IMU 噪声参数需要静态采集一段至少两小时的 IMU 数据做艾伦方差分析很多飞控厂商会给出芯片级噪声参数但板级安装后供电噪声会变大所以尽量用实测值。这三份数据的获取顺序有讲究。先标定相机再静态采 IMU 数据最后用 kalibr 联合标定外参。不能反过来因为外参联合标定需要一个相对精确的相机内参作为输入。我见过有人用相机出厂手册里的内参直接联合标定结果外参的平移值和实际装机差 3 厘米VIO 精度大打折扣。4.2 逐步替换法一次只改一个参数块改完就跑数据包验证拿到标定数据后不要一次性全部写进 yaml除非你有把握每项都对。更稳的替换策略是先改相机内参和畸变保留默认 IMU 和外参跑一遍公开数据集或自采的 rosbag。此时如果初始化成功但在飞行中漂移说明相机部分基本正确。再把 IMU 噪声替换掉跑同一份 rosbag如果初始化变快且轨迹更平滑说明这组参数合理。最后替换外参重点观察旋转时的轨迹一致性。roslaunch schurvins schurvins.launch rosbag play ~/bag_files/test_data.bag -r 1.0运行时核心节点是vins_estimatorlaunch 文件里会指定读取哪个 yaml 参数文件。-r 1.0保持 rosbag 原速回放不要用-r 2.0加速回放因为加速后的 IMU 时间戳会被压缩VIO 初始化会因为帧间运动过大而失败这会和 yaml 参数本身的问题混在一起没法判断是哪边出了错。跑完成后用rostopic echo /vins_estimator/odometry查看输出频率如果低于 10Hz 说明后端优化压力大优先检查是不是外参旋转部分装反了导致残差过大。4.3 常用参数对照三种典型无人机平台的参考值这里给出我在实际配置中见过的三组典型参数区间不是标准答案仅作为判断 yaml 数值是否离谱的参考。第一类是小尺寸穿越机 低成本 CMOS 相机intrinsics 的 fx fy 通常落在 250500 之间IMU 噪声密度在 0.0002 量级第二类是中型无人机 全局快门相机fx fy 通常在 450700噪声密度 0.00010.0003第三类是带云台的大轴距平台相机和 IMU 距离较远外参平移部分可能达到 0.10.3 米。如果填完 yaml 后轨迹在静止时缓慢漂移首先怀疑 IMU 噪声数值比真实值小了十倍以上。噪声填得太小会让滤波器过度信任 IMU静止时积分漂移全被当成真实运动。反过来噪声填得偏大初始化阶段会一直无法收敛。这个尺度感只能靠多试几次建立没有捷径。5. 避坑记录SchurVins yaml 配置的五个翻车现场5.1 现象起飞就发散轨迹直接冲天第一次上实机解锁起飞后 rviz 里的轨迹不到五秒就朝一个方向飞出去遥控器切回手动后才能稳住。看/vins_estimator/odometry输出的位置数据垂直方向每帧增长半米多明显不正常。原因是 IMU 加速度计的噪声密度我填成了标定文件里accelerometer_random_walk的值两个数字差了十的倍数。随机游走是低频偏置变化噪声密度是高频噪声把低频参数填到高频位置滤波器对加速度计高频噪声完全没概念初始化阶段就错估了重力加速度。解决方法是翻出艾伦方差分析结果逐项对照单位把accelerometer_noise_density填成m/s^2 / sqrt(Hz)那一列。从那以后我每次拿到标定报告先把参数的单位写在 yaml 注释里。5.2 现象画面正常但特征点稀少前端总是丢帧图像话题在 rviz 里看起来没有异常但feature_tracker节点发布的特征点只有十来个勉强够初始化。排除了光照和纹理因素后问题出在resolution写错。相机驱动实际发布的是 1280x720yaml 里却留了数据集默认的 752x480特征提取的 ROI 区域错位图像边缘的特征被丢弃。解决方法是把resolution改成和sensor_msgs/Image的宽高一致同时确认intrinsics里的 cx、cy 是按同一分辨率下标定的。如果图像尺寸变了但内参没重标画面中心会偏移特征点集中在一侧。遇到这个问题先跑一下rostopic echo /camera/image_raw/width看实际值别猜。5.3 现象直线飞行变弧线旋转时轨迹失真机架悬停时位置稳定但以恒定速度向前飞轨迹却向一侧弯。这是外参旋转部分配错的典型表现。用 kalibr 联合标定输出的外参矩阵直接粘贴进 yaml没有检查坐标系定义结果相机和 IMU 之间的旋转关系差了一个轴的负方向。SchurVins 对 body 坐标系的定义是 x 前、y 左、z 上而 kalibr 默认的 IMU 坐标系可能是 z 上但 x 右中间差一个 90 度偏航旋转。解决方法是检查外参矩阵的列向量确保旋转矩阵的第一列对应 body 坐标系的 x 轴方向投影。没有把握时把标定结果先在 MATLAB 里做一次坐标轴转换再填入。5.4 现象launch 启动后立刻提示参数文件加载失败报错内容类似Failed to open parameter file但排查后发现路径是存在的。原因是 launch 文件里用了相对路径而 roslaunch 是以当前工作目录为基准解析的。从机载电脑的另一个目录启动 launch就找不到 yaml。解决方法是把 launch 文件里的arg改成绝对路径或者用$(find schurvins)宏定位包路径。arg nameconfig_path default$(find schurvins)/config/real_drone.yaml /这种写法自动定位到包目录无论从哪里启动都不会迷路。我把这个配置从../config/xxx.yaml改成上面的形式后再也没出现路径问题。另一个隐蔽坑是 yaml 文件使用了 tab 缩进ROS 的参数解析器对 tab 会报格式错误但错误信息往往在 yaml 解析之前就中断了。5.5 现象IMU 和相机的时戳不同步初始化反复失败yaml 里的timeshift_cam_imu初始给了 0.02 秒但飞控发布 IMU 消息的时间戳和相机驱动的时间戳是各自独立时钟相差接近 60 毫秒。VIO 初始化时需要在时间上对齐相机帧和 IMU 积分时差不稳定就会表现为“有时候能初始化有时候卡住”。解决方法是先把两个话题的时间戳对齐。常见做法有两种第一在相机驱动里改用与 IMU 同一个时钟源比如用sensor_msgs::TimeReference把时间源切到飞控的 PPS 对齐结果上第二用工具估算固定时延把timeshift_cam_imu调到实测值。我用的是后者先rostopic echo分别抓几帧时间戳算出延迟均值再更新到 yaml。如果是新装的机载电脑一定优先检查系统时间是否同步过 NTP我见过机载电脑重启后系统时间偏差好几秒的那已经不是 yaml 能解决的问题了。6. 装完怎么验证跑通回放数据包对比真实轨迹配置完成后第一步验证方法是用自己采集的 rosbag 做离线回放。采集 rosbag 时让无人机在原地做几个方向的旋转再在平地上走一个矩形路径每个动作重复两遍。然后把 rosbag 按 0.8 倍速回放打开 rviz 看轨迹。重点观察两个指标一是静止悬停时轨迹的抖动幅度零漂移状态下位置输出应该在厘米级波动二是矩形路径闭合后终点和起点的偏差如果偏差超过路径总长度的 5%说明配置精度不足需要回到第 4 章逐步替换法检查。第二轮验证是实时飞行前的最后一道关卡。把机载电脑装在无人机上先不装桨手持无人机做小幅移动和旋转观察 rviz 里的轨迹是否跟随手部运动的方向和幅度。这个环节能暴露大部分外参和时延问题。具体操作是手持无人机朝向正前方移动 30 厘米rviz 里的轨迹应当同样向前移动约 30 厘米若轨迹出现滞后或反向优先检查timeshift_cam_imu和外参平移项的符号。最后一关是验证 VIO 与真实状态量的一致性。跑一个短距离的缓慢矩形飞行同时记录飞控的姿态估计对比偏航角输出。SchurVins 的偏航角如果和外参配置无关但和 IMU 校准有关所以偏航角误差大时回到 IMU 噪声参数检查。我一般习惯把整个验证过程写成命令行清单每跑完一项就打个勾。从那以后我每次部署新无人机都强制自己走完整套流程哪怕只是换了一颗镜头也要重跑一遍验证因为相机内参一变外参基本也得跟着重标。希望这套流程能帮你在 yaml 配置这一步少折腾几天。本文还有配套的精品资源点击获取
