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...
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...
VINSMono是一个经典且优秀的单目视觉惯性里程计算法，其原理深剖、白板从零手推公式及源码逐行精讲的核心内容如下：VINSMono概述：定义：VINSMono是由香港科技大学飞行机器人实验室开源的单目VIO算法，使用单目相机和IMU实现视觉和惯性联合状态估计。特点：能够估计传感器外参、IMU零偏以及传感器时延，适用于室内...
与最先进的VIO算法OKVIS相比，VINSMono在单目相机应用方面表现出色。总结：VINSMono是一种功能强大的单目视觉惯性状态估计器，通过融合IMU和单目相机数据，实现了高精度六自由度状态估计。它适用于多种应用领域，具有鲁棒初始化、紧耦合单目VIO、回环检测和位姿图优化等关键技术，且系统开源，易于部署和扩展。
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 这个也是,红色的线是IMU,绿色的线是相机 ...
VIO(参见第VI部分)与重定位(参见第VII部分)模块紧密融合IMU预积分和特征观测。最后是位姿图优化模块(见第VIII)部分,其采用几何验证的重定位结果,并执行全局优化以消除漂移。该模块还实现了位姿图的重用。VIO和位姿图优化模块在不同的线程中并发运行。 与适用于深度相机的最先进的VIO算法OKVIS相比,我们的算法是专为...
整个VINS-MONO系统,较容易在系统静止或外力给予较大冲击时产生轨迹漂移,原因是imu的bias在预积分中持续发散,视觉重投影误差产生的约束失效(如静止),先验约束可能会在LM的线性求解器中产生无法收敛的情况,导致后端优化完全失效,因视觉静止系统也无法回环。