1.白话 这一章开始进入后端部分,将分为多个子章节。因为工作主要做的也是后端部分,将记录得比较细致。主要包含1)基于滑窗的非线性优化过程框架及理论推导。 2)imu预积分包括误差动力学传播方程,协方差更新等。 …
目录 收起 1、前言 2、整体流程 3、代码框架 4、参考文献 1、前言 VINS-MONO作为一种基于图优化的紧耦合VIO方法,其整体的精度和鲁棒性都是比较好的,后续也有很多基于VINS-MONO的工作,比如VINS-fusion,G-VINS,VINS on Wheel等等,因此这里对VINS-MONO中的几个重要的部分进行记录和梳理讲解,希望能对后来者能...
论文《VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator》地址:https://arxiv.org/pdf/1708.03852.pdf 系列第一节主要目录如下图所示,本文主要介绍总体框架部分。 接下来,我们将对总体框架部分详细介绍。 0. VINS论文总体框架 从上...
整体的框架都比较熟悉,如下图所示,第一部分是Measuremen Preprocessing:观测值数据预处理,包含图像数据跟踪IMU数据预积分;第二部分是Initialization:初始化,包含单纯的视觉初始化和视觉惯性联合初始化;第三部分Local Visual-Inertia BA and Relocalization:局部BA联合优化和重定位,包含一个基于滑动窗口的BA优化模型;第四部...
论文《VINS-Mono: A Robust and Versatile MonocularVisual-Inertial State Estimator》地址:https://arxiv.org/pdf/1708.03852.pdf 系列第一节主要目录如下图所示,本文主要介绍总体框架部分。 接下来,我们将对总体框架部分详细介绍。 0. VINS论文总体框架
VINS(一)简介与代码结构 VINS-Mono和VINS-Mobile是香港科技大学沈劭劼团队开源的单目视觉惯导SLAM方案。是基于优化和滑动窗口的VIO,使用IMU预积分构建紧耦合框架。并且具备自动初始化,在线外参标定,重定位,闭环检测,以及全局位姿图优化功能。 方案最大的贡献是构建了效果很好的融合算法,视觉闭环等模块倒是使用了较为常...
目录1VINS-mono论文解读(IMU预积分+Marg边缘化...参数四、结语 本系列将主要介绍VIO(视觉惯性里程计)的主要应用,带你从头开始研读VIO中的代表作——VINS-Mono的论文和代码。我相信经过一系列文章的学习之后,我们将 ROS中的package.xml的使用 文章目录package.xml作用 package.xml写法(来自VINS-mono中vins_estimator...
VINS-mono 论文解读(IMU预积分+Marg边缘化) 前面,我们已经对接下来的VIO系列主要内容有所介绍(感兴趣的可以关注:视觉与惯性传感器如何融合?),本文是VIO系列的第一节内容:VINS-mono论文解读(IMU预积分+Marg边缘化)。 论文《VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator》地址:https:...
预积分的Jacobian和协方差的计算旨在量化预积分模型的不确定性，通过分析残差对状态量的敏感度以及误差的传递，为优化过程提供了关键信息。在VINS-Mono框架中，processIMU()函数负责处理IMU数据，利用预积分模型将当前帧的PVQ作为优化的初始值，同时更新Jacobian和协方差矩阵，为优化过程提供准确的测量值。在...
VINS-Mono结果展示 上篇简单的写了一下VINS-Mono这个框架依赖的技术框架,这篇文章简单的展示一下它的成果,以及系统安装的几种方式。 在B站我找到了这个视频的演示工作 使用的是一个相机和一个廉价的IMU合成的一个导航系统 这个是可视化IMU的几个轴的曲线变化...