VINS-Mono 是香港科技大学开源的一个VIO 单目视觉惯性里程计 Monocular Visual-Inertial State Estimator https://www.cnblogs.com/ilekoaiq/p/8836970.html - Ewenwan/VINS-Mono
https://github.com/HKUST-Aerial-Robotics/VINS-Mono 1、安装 mkdir -p vin_ws/src cd vin_ws/src git clone https://github.com/HKUST-Aerial-Robotics/VINS-Mono.git cd .. catkin_make source devel/setup.bash 2、运行 修改/home/touchair/vin_ws/src/VINS-Mono/config/euroc/euroc_config.yaml %Y...
Vins-mono是香港科技大学开源的一个VIO算法,https://github.com/HKUST-Aerial-Robotics/VINS-Mono,是用紧耦合方法实现的,通过单目+IMU恢复出尺度,效果非常棒。 感谢他们开源,我从中学到了非常多的知识。源码总共有15000多行,我在通读完程序之后,结合参考文献,把程序背后的算法理论都推导了一遍,总结成了本文,与各位...
代码: https://github.com/HKUST-Aerial-Robotics/VINS-Mono.git 来源:香港科技大学 论文名称:VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator 原文作者:Tong Qin 内容提要 单目视觉惯性系统(VINS),是由一个相机和一个低成本惯性测量单元(IMU)组成的,这构成了用于测量六自由度状态估计...
VINS-Mono:中文注释 A Robust and Versatile Monocular Visual-Inertial State Estimator VINS-Mono is a real-time SLAM framework forMonocular Visual-Inertial Systems. It uses an optimization-based sliding window formulation for providing high-accuracy visual-inertial odometry. It features efficient IMU pre-...
1.白话 最近开始学习VINS-Mono系统源码,梳理其系统框架及运行原理方便后续自己后续回顾。 2.工程搭建 VINS-Mono的代码路径: GitHub - HKUST-Aerial-Robotics/VINS-Mono: A Robust and Versatile Monocular Visua…
GitHub链接:github.com/HKUST-Aerial 作者:自动驾驶专栏 | 原文出处:公众号【自动驾驶专栏】 摘要 一个相机和一个低成本的惯性测量单元(IMU)构成了单目视觉-惯性系统(VINS),这是用于度量六自由度(DOF)状态估计的最小传感器套件(尺寸、重量和功率方面)。在本文中,我们提出了VINS-Mono:一个鲁棒且多功能的单目视觉-...
1. 在github上找个顺眼的,例如: GitHub - jannismoeller/VINS-Mobile-Androidgithub.com/jannismoeller/VINS-Mobile-Android 2. 尝试了一下直接适配,没有配置成功,感觉这个工程过于老旧: 与其花大量时间适配这个老工程,还不如把SLAM相关代码,移植到新工程。干~~~ ...
在上一篇文章【手机上的SLAM(5):rosbag打包image+imu】中,已经将android手机离线采集的image+imu数据,打包成rosbag;本篇文章会尝试在ubuntu下,将打包的rosbag数据包,用ros版vins-mono跑起来。 一、ros版vins-mono下载 GitHub - HKUST-Aerial-Robotics/VINS-Mono: A Robust and Versatile Monocular Visual-Inertial...
VINS-Mono is a real-time SLAM framework for Monocular Visual-Inertial Systems. It uses an optimization-based sliding window formulation for providing high-accuracy visual-inertial odometry. It features efficient IMU pre-integration with bias correction, automatic estimator initialization, online extrinsic ...