推荐文章：GVINS —— 紧密耦合的GNSS视觉惯性融合系统

最新推荐文章于 2024-09-20 20:54:50 发布

霍曙柏

最新推荐文章于 2024-09-20 20:54:50 发布

阅读量375

点赞数 5

本文链接：https://blog.csdn.net/gitblog_00972/article/details/141450110

版权

推荐文章：GVINS —— 紧密耦合的GNSS视觉惯性融合系统

GVINS项目地址:https://gitcode.com/gh_mirrors/gv/GVINS

在追求精准定位的时代，我们不断探索新技术以解决复杂环境下的导航难题。今天，我们将向您隆重介绍GVINS（Global Navigation Satellite System Visual-Inertial Navigation System）——一个旨在实现平滑且一致状态估计的非线性优化基系统。GVINS通过紧密结合GNSS原始数据与视觉及惯导信息，为无人机和移动机器人领域带来了革命性的全球定位解决方案。

项目介绍

GVINS由曹绍祖、陆秀元和沈邵杰共同开发，其核心在于提供全球六自由度（6-DoF）的实时无漂移状态估计算法。系统利用了来自GPS、GLONASS、Galileo和BeiDou等多星座的伪距和多普勒频移测量值，即使在GNSS信号不佳或完全被阻断的环境中也能恢复全局姿态，这一切都基于强大的VINS-Mono框架并进一步升级。

GVINS系统快照

技术分析

GVINS巧妙地结合了C++11、ROS Kinetic、Eigen 3.3.3、Ceres 1.12.0以及特制的gnss_comm库，构建了一个能处理高维非线性问题的强大平台。它依赖于Ceres求解器来解决复杂的优化问题，确保了计算效率与精度的双重保障。系统设计考虑到了从算法到实际硬件接口的全方位对接，体现了高水准的技术集成能力。