SLAM系统复习回顾之VINS-MONO

vins框架

VINS分为五部分：

1. 图像与IMU预处理

• 图像：提取Harris角点，利用金字塔光流跟踪相邻帧，通过RANSAC去除异常点，最后将跟踪到的特征点push到图像队列中，并通知后端进行处理.
• IMU：将IMU数据进行积分，得到当前时刻的位置、速度和旋转（PVQ），同时计算在后端优化中将用到的相邻帧的预积分增量，以及预积分误差的Jacobian矩阵和协方差项

2.初始化

• 首先，利用SFM进行纯视觉估计滑窗内所有帧的位姿及3D点逆深度，最后与IMU预积分进行对齐求解初始化参数（回看或者PPT进行回顾）。

3.后端滑窗优化

• 将视觉约束、IMU约束和闭环约束进行非线性优化，求解PVQ以及bias等

4.闭环检测和优化

• 利用DBoW进行闭环检测，当检测成功后进行重定位，最后对整个相机轨迹进行闭环优化。