视觉惯性SLAM
文章平均质量分 93
视觉惯性SLAM框架和基础知识总结
知易行难wangshuailpp
热衷视觉惯性SLAM和深度学习的研究,希望可以和志同道合的小伙伴共同努力!
近期地平线机器人有大量SLAM/3D方向的社招和校招HC,感兴趣的联系邮箱605096939@qq.com!!!
展开
-
状态估计与卡尔曼滤波理解分析
补充材料:高斯系统的均值和协方差(待补充)参考视觉SLAM十四讲中第六讲和第十讲一.状态估计1.贝叶斯法则一个联合概率密度可以分解成一个条件概率密度和一个非条件概率密度的乘积:p(x,y)=p(x∣y)⋅p(y)=p(y∣x)⋅p(x)p(x,y)=p(x|y) \cdot p(y) = p(y|x) \cdot p(x)p(x,y)=p(x∣y)⋅p(y)=p(y∣x)⋅p(x)将上面的公式进行整理,就可以得到贝叶斯公式:p(x∣y)=p(y∣x)⋅p(x)p(y)p(x|y)=\frac原创 2022-02-27 23:03:25 · 1321 阅读 · 0 评论 -
四元数Hanmilton与JPL conventions
主流的四元数标准是Hanmilton convention右手坐标系,但是在表示local坐标系下的旋转四元数的时候使用了JPL convention左手坐标系坐标系(MSCKF系列)参考博客:https://www.cnblogs.com/youzx/p/6387740.html参考文档:Quaternion kinematics for the error-state Kalman fil...原创 2020-03-07 18:34:10 · 923 阅读 · 1 评论 -
S-MSCKF/MSCKF-VIO技术路线与代码详解网上博客汇总
https://github.com/cggos/msckf_cg/blob/master/msckf_vio/docs/msckf_note_cg.pdfhttps://blog.csdn.net/jyb1234/article/details/100562144https://www.sohu.com/a/271370131_715754https://blog.csdn.net/OOR...原创 2020-02-24 12:27:51 · 1270 阅读 · 0 评论 -
VINS理论与代码详解0——理论基础白话篇
VINS中比较难办的一个问题就是四元数旋转的计算,求导等问题。所以还是应该单独说明一下这部分内容。 1.涉及到旋转四元数基本性质 在SLAM中所有涉及到的四元数旋转都是单位四元数,这一点很重要,所以要单独说出来,这和SLAM中的旋转矩阵是一致的,因为旋转矩阵是正交阵,他们都不会改变状态量的大小,只是方向上的变化。四元数的表示以及基本运算书上写的很清楚,就不多说了。 2.四元数求导 这部分在...原创 2018-06-06 20:42:53 · 13880 阅读 · 0 评论 -
VINS理论与代码详解1——框架解析
VINS理论与代码详解1——框架解析 写在前面:本文整和自己的思路,希望对学习VINS或者VIO的同学有所帮助,如果你觉得文章写的对你的理解有一点帮助,可以推荐给周围的小伙伴们当然,如果你有任何问题想要交流,欢迎随时探讨。话不多说,下面上正文。 VINS代码主要包含在两个文件中,分别是feature_tracker和vins_estimate,feature_tracker就像...原创 2017-12-05 13:27:06 · 14542 阅读 · 0 评论 -
VINS理论与代码详解2——单目视觉跟踪
VINS理论与代码详解2——观测值预处理一.Feature_tracker文件夹中 首先讲第一部分,也就是纯粹的图像处理部分内容,在论文中的第IV点观测值预处理的A部分视觉前端处理,为了更好的理解代码,有必要将论文中的相关内容和大家讨论一番。 论文内容:每当进入新的图像,都会使用KLT稀疏光流法进行跟踪,同时提取100-300个角点信息,我的理解是角原创 2017-12-05 13:31:26 · 10978 阅读 · 1 评论 -
VINS理论与代码详解3——IMU预积分
VINS理论与代码详解3——IMU预积分 二.Vins_estimate文件夹中 下面到第二部分了,也是整个框架的重点和难点,估计要花很长的时间学习和总计理论知识和代码逻辑,这一部分还是从论文的理论知识讲起,然后再附上代码消化理解。 论文内容:1. 论文第IV点的B部分IMU预积分, IMU预积分的作用是计算出原创 2017-12-05 13:43:52 · 25642 阅读 · 23 评论 -
VINS理论与代码详解4——初始化
VINS理论与代码详解4——初始化 1. 基于滑动窗口的纯视觉单目初始化 在介绍纯视觉初始化前我们首先讲一讲为什么要初始化?初始化要做什么?以及初始化的作用?我们初始化的原因是单目惯性紧耦合系统是一个非线性程度很高的系统,首先单目是无法获得空间中的绝对尺度,而IMU又必然存在偏置,在后面进行求解的时候还需要用到重力加速度(包括大小和方向),对于速度比较敏感的条件下,原创 2017-12-05 13:50:27 · 15645 阅读 · 24 评论 -
VINS理论与代码详解5——基于滑动窗口的单目视觉紧耦合后端优化模型
VINS理论与代码详解5——基于滑动窗口的单目视觉紧耦合后端优化模型 终于讲到了真正的视觉惯性紧耦合系统了,(在这里插一句,算是写博客和学习一个SLAM系统的心得吧,一开始我们可能抱着一个必胜的心态打算征服所有的知识点和难点,但到了整个过程的中期,总会出现或多或少的问题,阻碍着我们前进的步伐,你可能想放松警惕,不想太深究具体的公式和内容,急功心切的想看到终点到底是什么,但是我要提醒大原创 2017-12-05 13:55:55 · 12636 阅读 · 8 评论 -
ORB_SLAM2视觉惯性紧耦合定位算法详解
ORB_SLAM2的作者在2017年提出了具有地图重用功能的单目视觉惯性定位算法,该算法的具体思路和港科大的VINS有着异曲同工之妙,整体过程可分为下面几个部分: 1.整体流程与基础知识总结 2.基于流型的IMU预积分 3.IMU初始化(视觉惯性联合初始化) 4.紧耦合优化模型 下面主要通过这三个方面对整个思路做详细的说明。还是按照VINS相同的方式来讲解,首先对整个理论知识做详细的分析...原创 2018-06-10 13:43:12 · 12730 阅读 · 20 评论 -
ORB_SLAM2视觉惯性紧耦合定位技术路线与代码详解0——整体框架与理论基础知识
ORB_SLAM2的作者在2017年提出了具有地图重用功能的单目视觉惯性定位算法,该算法的具体思路和港科大的VINS有着异曲同工之妙,整体过程可分为下面几个部分: 1.整体流程与基础知识总结 2.基于流型的IMU预积分 3.IMU初始化(视觉惯性联合初始化) 4.紧耦合优化模型 下面主要通过这三个方面对整个思路做详细的说明。还是按照VINS相同的方式来讲解,首先对整个理论知识做详细的分析...原创 2018-06-10 13:45:03 · 4993 阅读 · 6 评论 -
ORB_SLAM2视觉惯性紧耦合定位技术路线与代码详解1——IMU流型预积分
2.基于流型的IMU预积分 这一部分主要参考论文(2)中的内容,ORB_SLAM2融合惯性数据的算法中预积分处理是参照论文(2)中实现的。前面关于VINS的详解说过预积分计算过程,那篇使用的是四元数旋转求解,和这里的过程是一样的,主要计算三个量,分别是IMU预积分值,预积分测量值的协方差矩阵以及残差的雅各比矩阵,各自用途就不多说,有不懂的可以参照VINS的详解 https://blog.csd...原创 2018-06-11 09:41:39 · 8008 阅读 · 13 评论 -
ORB_SLAM2视觉惯性紧耦合定位技术路线与代码详解2——IMU初始化
3.IMU初始化(视觉惯性联合初始化) 终于来到视觉惯性初始化阶段了,这段是视觉和惯性数据融合的第一步,是一段松耦合过程。理论上是将准确的视觉数据(但缺少尺度)和快速的IMU数据(需要重力加速度又存在零偏误差)相结合。具体介绍在VINS的博客中也同样说过,这部分关于最小二乘、尺度收敛等问题请参考我的博客:视觉SLAM常见的QR分解SVD分解等矩阵分解方式求解满秩和亏秩最小二乘问题(最全的方法分析...原创 2018-06-11 11:07:47 · 6949 阅读 · 10 评论 -
ORB_SLAM2视觉惯性紧耦合定位技术路线与代码详解3——紧耦合优化模型
4.紧耦合优化模型 视觉惯性紧耦合优化部分分为三个部分,分别是Tracking、LocalMapping和Loopclosing,我只是学习了前两个部分,所以就简单的介绍下这两个内容 (1)Tracking线程中帧间紧耦合优化 论文中说的也比较清楚,分为两中情况,分别是有地图更新和无地图更新。Tracking线程中一开始是没有地图更新的,地图更新是在LocalMapping和LoopClos...原创 2018-06-11 13:25:53 · 3663 阅读 · 0 评论 -
VINS技术路线与代码详解
VINS技术路线 写在前面:本文整和自己的思路,希望对学习VINS或者VIO的同学有所帮助,如果你觉得文章写的对你的理解有一点帮助,可以推荐给周围的小伙伴们,当然,如果你有任何问题想要交流,欢迎随时探讨。话不多说,下面上正文。VINS代码地址:https://github.com/HKUST-Aerial-Robotics/VINS-Mono参考文档:1.VINS-Mono A R...原创 2017-11-06 19:58:22 · 70436 阅读 · 52 评论