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