VINS的VIO是基于紧耦合框架实现的,其本质就是一个基于滑动窗口的和图优化的VIO,整个紧耦合VIO的示意图如图1所示。 图1 整个包含的状态量有 其中 χ 为状态向量, xk 为第K帧的IMU状态量, xcb 为相机与IMU间的外参, λ 为特征的逆深度值。 整个VIO的优化问题可以表示为 minχ{‖rp−Hpχ‖2+∑...
至此,VIO初始化部分的理论推导完毕。 3、代码实现 初始化部分的代码主要包括在Estimator::initialStructure()函数中,其中的内容包括纯视觉的sfm求解、陀螺仪偏置计算、重力、速度及尺度值计算和重力优化等几个方面,其主要流程及对应的函数实现如图3所示。 图3 纯视觉SFM relativePose 该函数主要功能是遍历...
2.4 VIO的优势 VIO(visual-inertial odometry)即视觉惯性里程计,有时也叫视觉惯性系统(VINS,visual-inertial system),是融合相机和IMU数据实现SLAM的算法,根据融合框架的区别又分为紧耦合和松耦合,松耦合中视觉运动估计和惯导运动估计系统是两个独立的模块,将每个模块的输出结果进行融合,而紧耦合则是使用两个传感器的...
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的最小传感器套件。然而,由于缺乏直接距离测量数据,在IMU处理、估计器初始化、外部标定和非线性优化等方面仍然存在重大挑战。本文提出了一种命名为VINS-Mono的算法:该方法是一种具有鲁棒性和通用性的单目视...
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的最小传感器套件。然而,由于缺乏直接距离测量数据,在IMU处理、估计器初始化、外部标定和非线性优化等方面仍然存在重大挑战。本文提出了一种命名为VINS-Mono的算法:该方法是一种具有鲁棒性和通用性的单目视...
VINS-Mono 是基于单目视觉惯性系统的实时SLAM 框架, 是目前非常先进的单目VIO 算法,更是视觉与IMU 的融合中的经典之作,其定位精度...回环检测。 整体框架分为五部分,如上图所示: 1. Measuremen Preprocessing:观测值数据预处理,包含图像数据跟踪IMU数据预积分; 2. Initialization:初始化...
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...
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...
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...
VINS-Mono是一种由香港科技大学沈老师实验室提出的基于紧耦合滑动窗口非线性优化方法的单目视觉-惯性系统。其亮点包括最优的IMU预积分理论、估计器初始化机制、故障检测和复原机制、外参在线校订、优化的紧耦合VIO、重定位机制以及全局位姿图优化模块。论文开源地址：HKUST-Aerial-Robotics/VINS-Mono。VINS的...