VINS-Mobile:移动设备上的单目视觉-惯性状态估计器
项目介绍
VINS-Mobile 是由香港科技大学(HKUST)空中机器人团队开发的一款实时单目视觉-惯性状态估计器。该系统专为兼容iOS设备设计,旨在为增强现实(AR)应用提供定位服务,并已通过自主无人机的状态估计和反馈控制测试。VINS-Mobile采用基于滑动窗口优化的公式,提供高精度的视觉-惯性里程计,并具备自动初始化和故障恢复功能。通过全局姿态图SLAM实时校正累积的里程计误差,并提供AR演示以展示其能力。
项目技术分析
VINS-Mobile的核心技术在于其基于滑动窗口的优化方法,这种方法能够有效地融合视觉和惯性数据,实现高精度的状态估计。系统通过前端的仅运动3D跟踪将姿态输出和AR渲染升级到30 Hz,并改进了闭环检测过程,从而提高了系统的实时性能和鲁棒性。此外,VINS-Mobile还集成了非线性优化库ceres solver和循环检测库DBow,进一步增强了其功能和性能。
项目及技术应用场景
VINS-Mobile的应用场景广泛,特别适合于以下领域:
- 增强现实(AR):为AR应用提供精确的定位和跟踪服务,增强用户体验。
- 自主无人机:用于无人机的状态估计和反馈控制,提高飞行稳定性和导航精度。
- 移动机器人:为移动机器人提供精确的定位和导航,适用于室内外环境。
- 虚拟现实(VR):结合VR技术,提供更加沉浸式的体验。
项目特点
- 实时性能:通过优化算法,实现了30 Hz的高频率姿态输出和AR渲染。
- 高精度:采用滑动窗口优化方法,提供高精度的视觉-惯性里程计。
- 自动初始化和故障恢复:系统能够自动初始化并从故障中恢复,提高了鲁棒性。
- 全局姿态图SLAM:实时校正累积的里程计误差,确保长期运行的准确性。
- 兼容性:支持多种iOS设备,包括iPhone7 Plus、iPhone7、iPhone6s Plus、iPhone6s和iPad Pro等。
VINS-Mobile不仅是一个技术先进的开源项目,也是一个极具潜力的研究平台。无论你是研究者、开发者还是技术爱好者,VINS-Mobile都值得你深入探索和应用。欢迎通过GitHub贡献代码或提出问题,共同推动VINS-Mobile的发展!
相关链接:
引用信息: 如果你在学术研究中使用VINS-Mobile,请至少引用我们的一篇相关论文。
许可证: 本项目源代码基于GPLv3许可证发布。
联系方式:
- Peiliang LI <pliapATconnect.ust.hk>
- Tong QIN <tong.qinATconnect.ust.hk>
- Shaojie SHEN <eeshaojieATust.hk>
欢迎贡献代码或通过GitHub提出问题,共同推动VINS-Mobile的发展!