【基于改进Vins-Mono的INS/视觉组合定位方法研究】针对现有Vins-Mono算法在惯性导航系统(Inertial Navigation System, INS)与视觉组合定位中存在图像特征点提取分布不均匀、特征点匹配准确率低和系统定位精度不高的问题,提出一种改进的Vins-Mono算法。首先,采用四叉树算法划分图像特征点疏密不同的区域,在各个区域内同时进...
首先在上次的文章中提到 Datong BAO:VINS-MONO理解与改进(七)7 赞同 · 8 评论文章 作者使用的是一种欧拉-中值积分,预积分项使用该积分如下: 实际上作者在误差传递上也是使用了欧拉-中值积分: 该式子也很好理解,即i+1时刻的误差等于上一时刻的误差加上中间时刻的误差导数乘以\delta t,在求解该式子时,误差的状...
VINS-MONO边缘化策略_Asgard-CSDN博客blog.csdn.net/weixin_41394379/article/details/89975386 我们都知道对于vins的代价函数: 不论使用高斯牛顿的 方法还是其他的最小二乘求解法,核心在于得到公式: (Λp+Λimu+Λc)x=bp+bimu+bc 其中Λ为代价函数中每一项对应的hessian矩阵,把先验项单独拎出来有: Hpx=bp ...
它基于我们紧密耦合,基于优化的单眼VIO公式[7],[8],并结合了[9]中介绍的改进的初始化程序。 [10]中给出了移植到移动设备的第一次尝试。 与之前的工作相比,VINS-Mono的进一步改进包括改进的IMU预积分与偏差校正,紧耦合重新定位,全局姿势图优化,广泛的实验评估以及强大而通用的开源实现。 整个系统完整且易于使用。
与我们之前的工作相比,未来VINS-Mono的改进包括带有误差矫正的改进后IMU预积分、紧耦合重定位、全局姿态图优化、广泛实验评估以及一个鲁棒通用的开源实现。 整个系统时完整并易用的。它已经成功地应用于小规模的AR增强现实场景、中等尺度的无人机导航、大尺度的状态估计任务。与其他最好方法相比,它具有优越的性能。
VINS-Mono 结合并改进了我们之前关于 单目视觉-惯性融合的工作 [7]-[10]。它构建在我们为 单目VIO 提出的紧耦合、基于优化的范式之上 [7], [8],并集成了 [9] 中引入的改进初始化过程。首次尝试移植到移动设备的工作在 [10] 中给出。与之前工作相比,VINS-Mono 的进一步改进包括...
与VINS-Mono相比,扩展的VINS-Mono在穿越美国匹兹堡的高速公路、隧道、桥梁、城市峡谷和郊区的25公里行程中产生了明显的改进和卓越的性能。我们的融合方法还在一个给定的坐标系中提供了多种选择,具有不同的精度、速率和延迟属性。在未来,我们将重点评估Extended VINS-Mono内其他定位方法所提供的多种状态估计的可靠性。
VINS-Mono结合并改进了我们先前在单目视觉-惯性融合方面的工作[7]-[10]。它建立在我们紧耦合、基于优化的单目VIO的公式之上[7][8],并结合了[9]中引入的改进初始化过程。[10]中给出了移植到移动设备的第一次尝试。与我们以前的工作相比,VINS-Mono的进一步改进包括改进的含偏置校正的IMU预积分、紧耦合重定位、...
扩展的VINS-Mono在穿越美国匹兹堡的高速公路、隧道、桥梁、城市峡谷和郊区的25公里行程中产生了明显的改进和卓越的性能。我们的融合方法还在一个给定的坐标系中提供了多种选择,具有不同的精度、速率和延迟属性。 Abstract 我们提出了一种被称为扩展的VINS-Mono的系统方法,利用VINS-Mono这种最先进的单目视觉-惯导相对定...
Vins-Mono是视觉与IMU的融合中的经典之作,其定位精度可以媲美OKVIS,而且具有比OKVIS更加完善和鲁棒的初始化以及闭环检测过程。同时VINS-Mono也为该邻域树立了一个信标吧,视觉SLAM的研究和应用会更新偏向于 单目+IMU。因为在机器人的导航中,尤其是无人机的自主导航中,单目不具有RGBD相机(易受光照影响、获取的...