（二）VINS系统---视觉惯性对齐（Visual-Inertial Alignment）

AutoGalaxy

已于 2022-10-17 14:56:04 修改

阅读量656

点赞数

分类专栏： VINS-MONO数学原理+代码解析 VIO 文章标签： c++

于 2022-10-08 19:30:14 首次发布

本文链接：https://blog.csdn.net/qq_43526137/article/details/127214735

版权

本文深入分析VINS系统中的视觉惯性对齐，包括陀螺仪bias标定、速度、重力向量及尺度因子s的初始化。通过IMU预积分与视觉信息匹配，实现初始标定。详细阐述了标定方法、残差分析和雅可比矩阵的计算，以及重力方向修正的过程。

摘要由CSDN通过智能技术生成

本文主要从论文的角度进行分析，并且会抠出相应的代码解读。

本节的思想：用IMU预积分来匹配达到规模的视觉结构

【VINS-Fusion】初始化标定 - 知乎(涉及外参标定)

1. 陀螺仪bias标定（线性初始化，只在开始进行一次）

对应论文：秦通大佬的论文

解释说明：初始化的时候，我们通过ALLAN方差标定有且只能获得IMU加速度和陀螺仪bias的导数（一种随机变量）服从的高斯分布的方差和加性高斯白噪声的方差。没有bias的数值。这里的方差只会用在预积分残差协方差更新的过程中使用。

我们实际的IMU值需要减去bias的值，bias的值肯定不能凭空得来；其实对于陀螺仪来说，有六面标定法等等方法可以获得bias（确定性误差），但是这需要高精度转台，实际大多数人不可能进行这种标定，因此我们就只能利用视觉信息和IMU的信息来进行标定了。这相对于提出了一种新的标定方法。只需要视觉传感器和IMU。但是初始的时候肯定不准，因为最开始我们假定了bias=0。

上面公式代表的含义如下：

$(q_{b_{k+1}}^{c_{0}})^{-1} q_{b_{k}}^{c_{0}}$ ：借助视觉传感器得到的 IMU 姿态预积分 的估计值。因为在计算这个式子过程你会发现，这里没有利用IMU的任何数据信息，仅仅利用了SFM求出的图像帧的姿态信息。

$\gamma _{b_{k+1}}^{b_{k}}$ ：补偿bias后的 IMU 姿态预积分。仅仅使用IMU信息。

$\hat{\gamma} _{b_{k+1}}^{b_{k}}$ ：内部包含了bias的IMU姿态预积分，还没有对bias进行补偿。

理论上来说，一旦去掉bias，那么剩下的IMU 姿态预积分就是真值，利用这个真值，与视觉传感器估计的姿态预积分进行减（四元数空间上的减）运算，必然结果是单位四元数。因此有