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:
: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。
:补偿bias后的 IMU 姿态预积分 。仅仅使用IMU信息。
: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