总体框架
Vins-mono是香港科技大学开源的一个VIO算法,用紧耦合的方法,通过单目+IMU恢复出尺度,效果非常棒。
VINS的功能模块可包括五个部分:数据预处理、初始化、后端非线性优化、闭环检测及闭环优化。代码中主要开启了四个线程,分别是:前端图像跟踪、后端非线性优化(其中初始化和IMU预积分在这个线程中)、闭环检测、闭环优化。
原文:VINS-Mono A Robust and Versatile Monocular Visual-Inertial State Estimator
论文地址:https://arxiv.org/pdf/1708.03852.pdf
VINS代码地址:https://github.com/HKUST-Aerial-Robotics/VINS-Mono
注解版代码地址:https://github.com/castiel520/VINS-Mono by castiel520
https://github.com/QingSimon/VINS-Mono-code-annotation by QingSimon
目录
此处涉及公式推导较多,主要参考以下:
邱笑晨:《IMU预积分与公式推导》
崔华坤:《VINS论文推导及代码解析》
- VINS-Mono代码解读——状态估计器流程 estimator
- VINS-Mono代码解读——视觉惯性联合初始化 initialStructure sfm
- VINS-Mono理论学习——视觉惯性对齐与外参标定
- VINS-Mono理论学习——后端非线性优化
- VINS-Mono理论学习——边缘化
- VINS-Mono代码解读——滑动窗口的非线性优化流程 optimization slideWindow
- VINS-Mono代码解读——回环检测与重定位 pose graph loop closing
- VINS-Mono代码解读——四自由度位姿图优化 pose_graph optimize4DoF
- TUM VIO数据集介绍与尝试
- Realsense D435i如何拿到IMU数据并顺利运行VINS-Mono
VINS技术路线与代码详解——五行缺帅wangshuailpp
VIO-Doc——崔神