推荐开源项目：XIVO——实时视觉惯性里程计与稀疏映射

推荐开源项目：XIVO——实时视觉惯性里程计与稀疏映射

1、项目介绍

XIVO是一个开源的视觉惯性里程计（Visual-Inertial Odometry，VIO）和稀疏映射库。它源自Corvis系统，经过简化设计，以教育目的为主，同时保持了高效性能。该项目不仅提供相对运动估计，还实现了局部和全局映射功能，尽管目前尚不包括Corvis中的闭环检测和全局重定位。

2、项目技术分析

XIVO能以每秒140帧的速度处理存储的数据（如来自RealSense D435i传感器的视频），或者在实时流中以约1-7毫秒的延迟运行。输入是来自校准相机的视频帧和IMU的惯性测量数据，输出则是一个带有属性特征的稀疏点云以及摄像头的6自由度姿态。软件可以自动校准相机与IMU之间的相对位置，以及时间戳对齐。这一技术在[Tsotsos等人, 2015]的论文中有详细介绍。

3、项目及技术应用场景

XIVO适用于各种需要精准定位和环境映射的场景，例如无人驾驶汽车、无人机导航、室内机器人移动和增强现实应用等。通过融合视觉和惯性数据，XIVO可以在光照变化、纹理贫乏或快速运动等挑战下提供稳定可靠的定位结果，并构建出可帮助决策的环境模型。

4、项目特点

• 高速运行：在存储数据上达到140 FPS的处理速度，实时运行时也有低至1-7ms的延迟。
• 自动校准：自动进行相机和IMU之间相对位姿及时间同步的校准。
• 轻量级可视化：利用Pangolin库实现简单易用的可视化界面。
• 多平台支持：主要在Ubuntu 20.04上测试，但可能兼容其他操作系统。
• 开放源代码：遵循Apache许可证，免费用于研究用途，鼓励社区参与和贡献。

对于依赖于精确定位和映射的任何研究或开发工作，XIVO都是一个值得尝试的强大工具。其简单的设计使其易于理解和定制，同时也提供了高度优化的性能，确保在实时应用中的可靠性和效率。

要开始使用，请访问项目GitHub主页，查看详细说明和文档。

引用请注明：

@misc{fei2019xivo,
title={XIVO: An Open-Source Software for Visual-Inertial Odometry},
author={Fei, Xiaohan and Soatto, Stefano},
year={2019},
howpublished = "\url{https://github.com/ucla-vision/xivo}"
}

或者

@article{fei2019geo,
  title={Geo-supervised visual depth prediction},
  author={Fei, Xiaohan and Wong, Alex and Soatto, Stefano},
  journal={IEEE Robotics and Automation Letters},
  volume={4},
  number={2},
  pages={1661--1668},
  year={2019},
  publisher={IEEE}
}

现在就加入XIVO，开启你的视觉惯性导航之旅吧！