（每日一读2019.10.24）一种基于通用优化方法的多传感器全局里程计估计框架（VINS-Fusion）

参考博文：
萌新学VINS-Fusion（一）------特征跟踪
萌新学VINS-Fusion（二）------特征跟踪

摘要

精确的状态估计是自主机器人的一个基本问题。为了实现局部精确和全局无漂移状态估计，通常将具有互补特性的多个传感器融合在一起。**局部传感器（摄像机、imu、lidar等）在小范围内提供精确的姿态，而全局传感器（gps、磁强计、气压计等）**在大范围环境中提供噪声大但无漂移的定位。本文提出了一种融合局部状态和全局传感器的传感器融合框架，实现了局部精确、全局无漂移的姿态估计。由现有的VO/VIO方法产生的局部估计在姿态图优化中与全局传感器融合。在图优化中，局部估计被对齐成全局坐标。同时，消除了累积漂移。我们在公共数据集和实际实验中评估了系统的性能。将结果与其他最新算法进行了比较。我们强调，我们的系统是一个通用的框架，可以很容易地融合各种全局传感器在一个统一的图优化中。我们的实现是开源的。

I 背景

自主移动机器人(自动驾驶、检查、搜索和救援) 基本技术