论文笔记_SLAM_VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator

最新推荐文章于 2023-06-27 10:41:07 发布
最新推荐文章于 2023-06-27 10:41:07 发布
阅读量465 收藏 1
点赞数
分类专栏： SLAM 计算机视觉算法 自动驾驶
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shyjhyp11/article/details/105140314
版权
SLAM 同时被 3 个专栏收录
225 篇文章 134 订阅 ¥29.90 ¥99.00
订阅专栏 超级会员免费看
计算机视觉算法
97 篇文章 37 订阅
订阅专栏
自动驾驶
49 篇文章 39 订阅
订阅专栏
VINS-Mono是一个基于紧耦合的滑动窗非线性优化的单目视觉惯性里程计，提供精确的局部姿态、速度和方位估计。该解决方案具有鲁棒的初始化、相机-IMU外部校准和IMU偏置估计功能。通过IMU预积分避免重复积分，同时在单位球面上定义视觉测量残差以适应不同类型的相机。视频讲解和详细知识点阐述了视觉惯性系统的挑战与方法，包括SFM、IMU功能和初始化的重要性。
摘要由CSDN通过智能技术生成

​​​​​​出处

本文创新

  • 鲁棒的初始化过程，它能够从未知的初始状态引导系统。

  • 基于优化的单目视觉惯性里程计，具有相机-IMU外部校准和IMU偏置估计

  • 四自由度全局位姿图优化

了解本专栏 订阅专栏 解锁全文 超级会员免费看
惊鸿一博
关注
专栏目录
订阅专栏
VINS-FUSION 优化-视觉误差因子
u010196944的博客
07-22 705
本文从论文公式到相对应源码，详细叙述了深度/逆深度参数，从第i帧到j帧重投影误差表示视觉误差因子。
VINS-Mono 论文公式推导与代码解析 高洪臣.pdf
08-12
VINS-Mono 论文公式推导与代码解析 高洪臣.pdf
【VINS论文翻译】VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator
热门推荐
Manii
01-03 5万+
写在前面 港科大的VINS-Mono作为目前state of the art的开源VIO项目，是研究视觉与IMU紧耦合的必读算法，网上的论文解读与代码实现也非常丰富（感谢！）。为更好地进行学习，本人在几篇VINS论文解读与翻译的参考与改进下，完成了自己对全文的阅读与翻译，以后将逐步更新自己对算法的解读，欢迎大家一起讨论。 原文：VINS-Mono A Robust and Versatile Mo...
【论文阅读】VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator
博客标题不能为空我也没办法
12-13 2569
最经典的SLAM框架之一，使用视觉和IMU的结合，使用滑动窗口机制进行局部优化，使用IMU的预积分来减小运算量
【VINS-Mono论文全文翻译】：VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator
JaydenQ的博客
08-23 2124
文章目录摘要一、引言二、相关工作三、概述四、数据预处理A.视觉处理前端B.IMU预积分五、估计器初始化（松耦合初始化提供优化初始值和状态）A.滑动窗口(Sliding Window)纯视觉SfMB.视觉惯性联合校准六、紧耦合单目VIOA.公式B.IMU测量残差C.视觉测量残差（视觉重投影误差部分）D.边缘化E.摄像机速率状态估计的纯运动视觉惯性BAF.IMU前向传递以达到IMU速率状态估计七、重定位A.回环检测B.特征恢复C.紧耦合重定位八、全局位姿图优化和地图重用A.四个累积漂移方向B.在位姿图中添加关键
VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator
人无远虑，必有近忧
10-29 1280
港科大的VINS-Mono作为目前state of the art的开源VIO项目，是研究视觉与IMU紧耦合的必读算法，网上的论文解读与代码实现也非常丰富（感谢！）。为更好地进行学习，本人在几篇VINS论文解读与翻译的参考与改进下，完成了自己对全文的阅读与翻译，以后将逐步更新自己对算法的解读，欢迎大家一起讨论。 原文：VINS-Mono A Robust and Versatile Monocular Visual-Inertial State Estimator VINS代码地址：https://gith
【论文笔记】SD-VIS A Fast and Accurate Semi-Direct Monocular Visual-Inertial SLAM
weixin_44413191的博客
06-25 1013
关键词：视觉惯性；半直接 SLAM；多传感器融合 一、摘要： 问题： 如何权衡准确率和计算效率 方法： 半直接法。基于特征法的 MVG 进行初始化、后端优化和回环检测；滑动窗口优化 结果： 实现准确度和速度的均衡 二、结论 文章缺陷： 无 课题构思（如何一步步得到结论）： 直接法追踪非关键帧并加速算法 特征法回环检测，解决长期运行问题 未解问题： 扩展算法以支持多传感器融合 三、粗看图表 数据来源： EuRoC 数据集 重要指标： RMSE、平均时间、关键帧数量及计算耗时、平移绝对位姿误差 四、引言 研
VINS-Mono 文献综述
03-28
1. "VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator"（D. Qin等人，IEEE Transactions on Robotics，2018） 该论文详细介绍了VINS-Mono的算法原理和实现细节，并在多个数据集上进行...
ROS-3DSLAM(13):视觉部分visual estimator第七节 factor1
m0_49088083的博客
12-12 403
2021@SDUSC 2021年12月6日星期一——2021年12月9日星期四 一、背景简介: 上周实在是太忙了，本来还继续学习factor的代码，但是一个接一个的实验和课设打乱了 我的计划。还是按照节奏一点一点慢慢来吧。initial的小结也可以先放一放，等到不忙了再补上一篇。 这周的计划是分析factor，首先分析其基本原理，然后结合代码进行深入的实现分析。 factor如上周介绍所说是用来处理后端优化的部分。这部分的优化包含了三部分: 特征点深度 IMU误差 关键帧位姿 我们对于这个文件的分析也便
Technical Report VINS-Mono A Robust and Versatile Monocular
10-08
香港科技大学视觉SLAM的专业论文 开始做SLAM（机器人同时定位与建图）研究已经近一年了。从一年级开始对这个方向产生兴趣，到现在为止，也算是对这个领域有了大致的了解。然而越了解，越觉得这个方向难度很大。
VINS-Mono A Robust and Versatile Monocular.pdf
03-28
一种鲁棒通用的单目视觉惯性状态估计器 单目视觉惯性系统（VINS）由摄像机和低成本惯性测量单元（IMU）组成，构成测量六自由度（DOF）状态估计的最小传感器组。然而，缺乏直接的距离测量对 IMU处理、估计器初始化、外部校准和非线性优化。在这项工作中，我们提出了VINSMono：一种鲁棒的多用途单目视觉惯性状态估计器。我们的方法从估计初始化和故障恢复的鲁棒过程开始。紧密耦合， 采用基于非线性优化的方法，通过融合预积分IMU测量值和特征观测值，获得高精度的视觉惯性里程计。环路检测模块，结合我们紧密耦合的公式，以最小的计算开销实现重定位。此外，我们还执行四自由度位姿图优化以增强全局一致性。我们在公共数据集和实际实验中验证了系统的性能，并与其他最新算法进行了比较。我们也在MAV平台上执行机载闭环自主飞行，并将该算法移植到基于iOS的演示中。 我们强调所提出的工作是一个可靠、完整和通用的系统，适用于需要高精度定位的不同应用。
VINS论文及代码解析.pdf
11-13
崔老师的VINS论文及代码解析，里面详细对vins算法的实现进行了讲解，以及对应论文的讲解，对应代码的讲解
VINS论文推倒及代码解析
09-13
VINS 的功能模块可包括五个部分:数据预处理、初始化、后端非线性优化、闭环检测及闭环优化。代码中主要开启了四个线程,分别是:前端图像跟踪、后端非线性优化(其中初始化和 IMU 预积分在这个线程中)、闭环检测、闭环优化。
VINS-Mono论文详解
最新发布
qq_29320587的博客
06-27 923
由相机和低成本惯性测量单元（IMU）组成的单目视觉惯性系统：VINS，是度量六自由度（DOF）状态估计的最小传感器组件。然而，不能直接测量距离，在IMU处理，估计器初始化，外部校准和非线性优化方面带来了重大挑战。在这项工作中，我们介绍了VINSMono：一种功能强大且用途广泛的单目视惯状态估计器。我们的方法从用于估计器初始化和失败恢复的robust的过程开始。是一种紧耦合的，基于非线性优化的方法，通过融合IMU预积分值和特征观测值来获得高精度的视惯里程计。
VINS-Mono论文总结
weixin_44682965的博客
09-22 1884
Abstract 由相机和低成本惯性测量单元（IMU）组成的单目视觉惯性系统：VINS，是度量六自由度（DOF）状态估计的最小传感器组件。然而，不能直接测量距离，在IMU处理，估计器初始化，外部校准和非线性优化方面带来了重大挑战。 在这项工作中，我们介绍了VINSMono：一种功能强大且用途广泛的单目视惯状态估计器。 我们的方法从用于估计器初始化和失败恢复的robust的过程开始。是一种紧耦合的，基于非线性优化的方法，通过融合IMU预积分值和特征观测值来获得高精度的视惯里程计。环路检测模块与紧耦合的公式相.
VINS-Mono（经典论文阅读）
3D视觉工坊
07-07 1728
作者丨Clark@知乎来源丨https://zhuanlan.zhihu.com/p/386659861编辑丨3D视觉工坊0. 摘要，Abstract单目视觉-惯性系统（VINS），由一个...
VINS-Mono：一种稳健的单目视觉惯性状态估计器
danmeng8068的博客
03-08 3388
编者序：本文提出的紧耦合滑窗VINS状态估计算法，可在未知状态情况下稳健初始化，具有线外参标定、统一定义在球面上的重投影误差、闭环检测和4自由度位姿图优化的特点。本文是香港科技大学沈邵劼课题组的开源杰作，媲美state-of-the-art。将分为上、下两部分介绍，上部分侧重整体及实验，下部分侧重理论细节及应用。推荐指数☆☆☆☆☆一、引言本文提出的视觉惯性系统结构框图如下所示。第一部分是测量处理前...
VINS-MONO论文学习
weixin_44754915的博客
03-02 988
红色字体为自己的理解/疑问 0 摘要 低精度IMU 包括回环检测模块； 采用4自由度图优化策略去增强全局一致性； 此外，所提出的系统可以通过以有效的方式保存和加载地图来重用地图。当前和以前的地图可以通过全局姿势图优化合并在一起 提出系统可应用于：无人机、机器人、移动设备（ios） 1 引言 IMU测量的集成可以通过桥接由于照明变化，无纹理区域或运动模糊导致的视觉轨迹损失之间的间隙来显着改善运动跟踪性能。 VINS目前存在的问题： （1）初始化。由于缺乏直接距离测量，难以将单眼视觉与惯性测
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

惊鸿一博

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值