本文对比了不同单目视觉惯性测距（VIO）算法在飞行机器人上的性能，包括MSCKF、OKVIS、ROVIO、VINS-Mono、SVO-MSF和SVO-GTSAM。VINS-Mono在考虑回环检测时精度最高，但资源消耗大。硬件方面，Intel NUC提供最佳性能，适合VINS-Mono，而Up Board和ODROID则需根据算法需求和资源限制进行选择。
A Benchmark Comparison of Monocular Visual-Inertial Odometry Algorithms for Flying Robots
飞行器单目VIO算法测评
算法方面总结：
MSCKF算法：
优点：成功完成了所有序列，不受硬件平台影响，鲁棒性高。
缺点：太古老不考虑。新型算法以同样资源消耗获取更高的精度。
OKVIS：
优点：全平台保持精确，综合精确度与成功率仅次于VINS-Mono。
缺点：运算量大，帧更新率低，低配置平台失败率高，尤其在ODROID上。对运算能力敏感。
ROVIO：
优点：精确度高，占用资源量稳定且固定。
缺点：对CPU主频敏感，无法在Up Board上运行。
VINS-Mono：
优点：考虑回环检测时最为精确，不考虑回环检测时通常最为精确。
缺点：资源使用率高（指使用回环检测时），回环检测无法在低运算能力硬件，如ODROID上运行。
SVO-MSF：
优点：效率最高
缺点：不适合。需要手动初始化，
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
