摘要
在本文中,我们提出了一个视觉辅助惯性导航系统(VINS),用于定位轮式机器人。
特别是,我们证明当VINS部署在地面车辆上(该地面车辆被限制为沿着直线或圆弧移动)时,具有额外的不可观察方向(unobservable directions),例如尺度。为了解决这个限制,我们扩展VINS来包含低频的轮速计数据,然后,尺度变得可观察了。此外,为了提高定位精度,我们introduce the mainfold-(m) VINS,它利用车辆在近似平面上移动的事实。在我们的实验中,我们首先展示了由于特殊运动导致的VINS性能下降,然后证明通过利用额外的信息源,我们的系统实现了更高的定位精度,同时在商业级移动设备(commercial-grade mobile device) 上实时运行。
Ⅰ. Introduction
总结一下,这项工作的主要新颖贡献是:
- 我们通过特殊的限制性运动(special, restrictive motions) 分析确定VINS的不可观察的自由度。
- 我们扩展VINS来处理低频的轮速计数据,从而使尺度始终可观察。
- 我们引入了mVINS,其结合了关于车辆运动的约束(在这种情况下,近似平面)以提高定位精度。
- 通过实验,我们验证了理论分析的主要结果,并证