MSCKF-Based Visual-Wheel Odometry 轮速视觉融合里程计 SlidingWindowsFilter(SWF)在VIO、SLAM这个领域应用非常广,比如MSCKF、OKVIS、VINS-Mono等等,几乎可以说是VIO的标配。 SWF可以分成基于滤波器的和基于优化的两种。最典型的基于滤波器的方法就是MSCKF算法了。它是基于EKF
参考MSCKF是滤波视觉SLAM中的大作。MSCKF的特点是速度快,资源消耗少,非常值得学习。 单目VIO开源代码: https://github.com/daniilidis-group/msckf_mono双目VIO开源代码: https://github.com/KumarRobotics/m…
MSCKF(Multi-State Constraint Kalman Filter,多状态约束下的卡尔曼滤波器),是一种基于滤波的VIO算法。MSCKF分为单目版本和双目版本,code中有关位姿的命名和公式总是相反的,为此本人也自己实现了一版单目的MSCKF代码,此外MSCKF-VIO依赖于ros的nodelet,导致我们不能debug代码,所以本人重构了一版双目的MSCKF-VIO。 链接...
接下来主要分析msckf_vio的相关代码,这部分的代码分析和论文较为对应。 和图像处理部分一样,msckf部分从msckf_vio_nodelet.cpp进入initialize(),进入函数后,先进行参数加载,这部分主要有定义坐标系、加载imu的噪声和偏置噪声参数,定义了初始的imu速度,设定了速度协方差、陀螺仪偏置协方差、加速度计偏置协方差、以及外...
MSCKF框架在滤波视觉SLAM领域中以速度快和资源消耗低而著称，具有极高学习价值。相关开源代码资源在GitHub上提供，包括单目VIO代码和双目VIO代码。其中，双目VIO的注释版本特别感谢计算机视觉life的贡献。本系列文章将聚焦于基于双目VIO开源框架进行深度探讨。ROS中的Nodelet功能旨在解决单机器单进程中的算法运行...
MSCKF全称Multi-State Constraint Kalman Filter(多状态约束卡尔曼滤波器),是一种基于滤波的VIO算法,2007年由Mourikis在《A Multi-State Constraint Kalman Filter for Vision-aided Inertial Navigation》中首次提出。MSCKF在EKF框架下融合IMU和视觉信息,相较于单纯的VO算法,MSCKF能够适应更剧烈的运动、一定时间的纹理...
MSCKF_VIO:MSCKF的双目版本 论文:MSCKF的双目版本 Robust Stereo Visual Inertial Odometry for Fast Autonomous Flight 下载地址:点击 源码地址:https://github.com/KumarRobotics/msckf_vio
和图像处理部分一样,msckf部分从msckf_vio_nodelet.cpp进入initialize(),进入函数后,先进行参数加载,这部分主要有定义坐标系、加载imu的噪声和偏置噪声参数,定义了初始的imu速度,设定了速度协方差、陀螺仪偏置协方差、加速度计偏置协方差、以及外参旋转协方差和外参平移协方差,同时,还定义了整个系统状态协方差的初始化...
roslaunch msckf_vio msckf_vio_euroc.launch or roslaunch msckf_vio msckf_vio_fla.launch Once the nodes are running you need to run the dataset rosbags (in a different terminal), for example: rosbag play V1_01_easy.bag As mentioned in the previous section,The robot is required to start...
The filter uses the first 200 IMU messages to initialize the gyro bias, acc bias, and initial orientation. Therefore, the robot is required to start from a stationary state in order to initialize the VIO successfully. EuRoC and UPenn Fast flight dataset example usage ...