视觉和imu融合的算法研究

融合方式概述   

同SLAM发展过程类似，视觉融合IMU问题也可以分成基于滤波和基于优化两大类。
同时按照是否把图像特征信息加入状态向量来进行分类，可以分为松耦合和紧耦合两大类。

一.基于滤波的融合算法

1.1 松耦合

松耦合将视觉传感器和 IMU 作为两个单独的模块，两个模块均可以计算得到位姿信息，然后一般通过 EKF 进行融合。

可参考的算法有ethz的Stephen Weiss的ssf和msf

1.2 紧耦合

紧耦合则是指将视觉和 IMU 得到的中间数据通过一个优化滤波器进行处理，紧耦合需要把图像特征加入到特征向量中，最终得到位姿信息的过程。由于这个原因，系统状态向量最终的维度也会非常高，同时计算量也很大。

可参考的算法有MSCKF，ROVI