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。