MSCKF+OpenVins梳理

reference：
openvins学习中的问题https://zhuanlan.zhihu.com/p/355319559
OpenVins代码梳理https://www.zhihu.com/people/anson2004110/posts
OpenVINS能观一致性分析和FEJhttps://zhuanlan.zhihu.com/p/101478814
MSCKF那些事https://zhuanlan.zhihu.com/p/76894345
从MSCKF到OPENVINS https://zhuanlan.zhihu.com/p/56783450
官方文档中文翻译 https://blog.csdn.net/qq_39266065/article/details/128327291

整体框架

MSCKF

MSCKF核心思想

MSCKF的目标是解决EKF-SLAM的维数爆炸问题。传统EKF-SLAM将特征点加入到状态向量中与IMU状态一起估计，当环境很大时，特征点会非常多，状态向量维数会变得非常大。MSCKF不是将特征点加入到状态向量，而是将**不同时刻的相机位姿(位置 p和姿态四元数 q)**加入到状态向量，特征点会被多个相机看到，从而在多个相机状态（Multi-State）之间形成几何约束（Constraint），进而利用几何约束构建观测模型对EKF进行update。由于相机位姿的个数会远小于特征点的个数，MSCKF状态向量的维度相较EKF-SLAM大大降低，历史的相机状态会不断移除，只维持固定个数的的相机位姿（Sliding Window），从而对MSCKF后端的计算量进行限定。

IMU状态向量：

$X_{IMU}=[q,b_g,v,b_a,p{]}^T$

其中

• $q为单位四元数，表示从世界系(G系)到IMU坐标系(I系)的$旋转，长度为4
• $b_a为加速度计accelerator的偏差bias$
• $G_v为IMU在G系下的$速度
• $b_g为陀螺仪gyroscope的偏差bias$
• $p_I为IMU在G系下的$位置

四元数q的维度为4，转化为李代数后的维度为3，所以状态向量$X_{IMU}$的长度为16，而误差向量的长度为15。

将上述状态向量转化为李代数是为了方便优化求导和迭代。MSCKF的完整误差向量维度为15+6N

MSCKF状态向量：

$X_{MSCKF}=[X_{IMU},p_{c_1},q_{c_1},p_{c_2},p_{c_2},\dots ,p_{c_N},q_{c_N}]$

观测模型

视觉中，约束通常都是特征点到相机的重投影误差（空间中一个3D特征点根据相机的姿态和位置投影到相机平面，与实际观测的特征点之间的误差）

我们希望用这个重投影误差的约束等式来作为观测模型，但前提是需要知道特征点的3D坐标，而实际应用中特征点的3D坐标是未知的。

MSCKF的做法是根据历史相机位姿和观测来三角化计算特征点的3D坐标。这又带来了一个问题：如何确保三角化的精度呢？如果三角化误差太大，那么观测模型就会不准，最终会使得VIO精度太差。MSCKF做法是当特征点跟踪丢失后再进行三角化，特征点跟丢表示该特征的观测不会再继续增加了，这时利用所有的历史观测三角化。所以MSCKF中观测更新的时机是特征点跟丢。

算法流程

1. IMU积分：先利用IMU加速度和角速度对状态向量中的IMU状态进行预测，一般会处理多帧IMU观测数据。
2. 相机状态扩增：每来一张图片后，计算当前相机状态并加入到状态向量中, 同时扩充状态协方差.
3. 特征点三角化：然后根据历史相机状态三角化估计3D特征点
4. 特征更新：再利用特征点对多个历史相机状态的约束，来更新状态向量。注意：这里不只修正历史相机状态，因为历史相机状态和IMU状态直接也存在关系(相机与IMU的外参)，所以也会同时修正IMU状态。
5. 历史相机状态移除：如果相机状态个数超过N，则剔除最老或最近的相机状态以及对应的协方差.

图中$X$表示状态向量，$P$表示对应的协方差矩阵，红色部分为当前步骤改变的量。

OPENVINS

OpenVINS维护的协方差中包括15维的Q，P，V，Ba，Bg，1维的IMU和相机间的时间差dt，6维的左相机的位姿LCP，8维的左相机的LC相机内参，6维的右相机的位姿RCP，8维的右相机的RC相机内参，共计44维。

每一次位姿增广后(augment_clone)，当前IMU位姿作为相机位姿(6维)加入到协方差中。例如在原程序中滑动窗口的长度为11，那么增广一个后就变成12，总维度为72。当滑窗个数超过11时会处理掉一帧IMU位姿(marginalize_old_clone)，则又会变回11，总维度为66。另外，长期维护的特征点上限为50个(一个点x,y,z是三维)，总计150维。

OpenVins流程：

• state propagator
• state initialize
• MSCKF updater
• SLAM updater
• zero velocity updates

IMU Propagation

利用两帧图像之间的所有IMU观测数据（加速度$a_m$和角速度$w_m$），对MSCKF的状态向量和协方差进行迭代预测。它相当于EKF中的预测过程。

Propagator::predict_and_compute

预测IMU积分值，根据IMU积分更新状态量雅可比矩阵F和噪声雅可比矩阵Qd

状态向量预测(IMU积分)

• predict_mean_rk4()https://docs.openvins.com/propagation_analytical.html 根据IMU内参进行4阶Runge-Kutta积分，常用的三种数值积分：Euler积分、Mid-Point积分、Runge-Kutta积分(4阶)。它们的精度依次从低到高、计算量依次从小到大。令 $k_2$的权重为1，其他为0，RK4就退化为Mid-Point法；令 $k_1$的权重为1，其他为0，RK4就退化为Euler积分。
• predict_mean_discrete()https://docs.openvins.com/propagation_discrete.html根据离散的平均量进行积分

更新误差状态系数矩阵

构建离散噪声协方差矩阵

First-Estimate-Jacobian滑窗问题的解决（FEJ）

滑动窗口中的问题

滑动窗口算法中，对于同一个变量，不同残差对其计算雅克比矩阵时线性化点可能不一致，导致信息矩阵可以分成两部分，相当于在信息矩阵中多加了一些信息，使得其零空间出现了变化

解决办法： First Estimated Jacobian

FEJ 算法：不同残差对同一个状态求雅克比时，线性化点必须一致。这样就能避免零空间退化而使得不可观变量变得可观。

将计算出来的IMU状态量送进FEJ

state->_imu->set_fej(imu_x);

EKF Propagation

augment_clone

marginalize_slam

---

propagation time 0.0018s 0.0016s 0.0015s

feats_lost, feats_marg, feats_slam三步筛选：

1. 如果lost点在别的相机可以观测到则保留，否则剔除掉
2. 剔除lost中存在于feats_marg的点
3. 如果跟踪到的点feats_marg数量达到max length 将超出的点设置为SLAM features候选

Append a new SLAM feature

如果数量没超过max 则将slamfeature候选全部加入设置为SLAM feature

遍历SLAM feature 确定marg点

对当前状态量marginalize_slam，将没有在当前帧中追踪到的边缘化掉

将SLAM feature分为update和delayed

将所有feature加入MSCKF，并根据track length进行排序

将最老的观测feature删掉

将协方差矩阵中对应的特征x_m删掉

// Generic covariance has this form for x_1, x_m, x_2. If we want to remove x_m:
//
//  P_(x_1,x_1) P(x_1,x_m) P(x_1,x_2)
//  P_(x_m,x_1) P(x_m,x_m) P(x_m,x_2)
//  P_(x_2,x_1) P(x_2,x_m) P(x_2,x_2)
//
//  to
//
//  P_(x_1,x_1) P(x_1,x_2)
//  P_(x_2,x_1) P(x_2,x_2)
//
// i.e. x_1 goes from 0 to marg_id, x_2 goes from marg_id+marg_size to Cov.rows() in the original covariance

---

更新MSCKF updaterMSCKF->update(state, featsup_MSCKF);

msckf time 0.021299s 0.012962s 0.007s

更新SLAMupdaterSLAM->update(state, featsup_TEMP);

SLAM time 0.032213s 0.013258s 0.0035106s

---

**delay_init time ** 0.014931s 0.0149179s 0.007424s

---

retriangulate_active_tracks

// Finally marginalize the oldest clone if needed

StateHelper::marginalize_old_clone(state);

re&marg time 0.022846s 0.021955s 0.02066s

根据相机观测计算雅可比矩阵

re&marg

retriangulate_active_tracks(message)

添加SLAM feature后重新对所有feature进行三角化和状态更新

1. 对当前帧除了slam pts进行三角化，将3D点加入到active_tracks_posinG
2. 对SLAMfeature 遍历进行三角化加入到active_tracks_posinG
3. 将active_tracks_posinG中的3D点投影到当前帧中，保存uvd

对slam pts进行三角化

updaterSLAM->change_anchors(state);

StateHelper::marginalize_old_clone(state);

p_FinG feature in ground axis

1. 取出当前帧的观测添加到每一个相机中，记录在cam0中的uv位置，跳过SLAM点
2. 根据相机内参去畸变获得归一化平面坐标，将向量转化为反对称矩阵后添加到线性空间中。
3. SVD分解求三角化
4. 处理SLAM feature，将SLAMfeature投影到当前帧中

向量的零空间：

线性方程组Ax=0的所有解x的集合