vins中imu融合_VINS-Mono测试效果

最新推荐文章于 2024-04-22 18:52:37 发布
最新推荐文章于 2024-04-22 18:52:37 发布
阅读量279 收藏
点赞数
文章标签： vins中imu融合
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/weixin_30837611/article/details/112324312
版权
本文介绍了港科大2017年开源的VINS-Mono视觉惯性融合算法在Ubuntu 18.04和ROS Melodic环境下的测试过程。测试使用了特定数据集，通过比较Ground Truth，展示了VINS-Mono在V1_01_easy.bag数据上的表现。同时，文章涵盖了如何保存和加载地图，并提供了相关配置建议。
摘要由CSDN通过智能技术生成

354dcd75329e446e251eb5cea38e57a5.png

声明：本文首发于我的公众号【当SLAM遇见小王同学】，谢绝私自转载，如有需要，可加我微信进行授权！！侵权必究！

VINS-Mono是港科大2017年在开源的视觉-惯性融合算法，本文主要测试一下VINS-Mono的效果,不包含技术与代码理论说明.

环境

Ubuntu18.04、ROS melodic

源码安装编译

cd ~/catkin_ws/src
git clone https://github.com/HKUST-Aerial-Robotics/VINS-Mono.git
cd ../
catkin_make
source ~/catkin_ws/devel/setup.bash

数据集

本文使用Euroc的ROS数据集.

测试

roscore
roslaunch vins_estimator euroc.launch 
roslaunch vins_estimator vins_rviz.launch
rosbag play /ros包数据集路径

结果

最低0.47元/天 解锁文章
46649676737
关注
vins中imu融合_VINS-Mono代码分析与总结(最终版)
weixin_39829497的博客
12-21 566
VINS-Mono代码分析总结参考文献前言??视觉与IMU融合的分类：松耦合和紧耦合：按照是否把图像的Feature加入到状态向量区分，换句话说就是松耦合是在视觉和IMU各自求出的位姿的基础上做的耦合。滤波法和优化法：参考??Vins-Mono是视觉与IMU的融合中的经典之作，其定位精度可以媲美OKVIS，而且具有比OKVIS更加完善和鲁棒的初始化以及闭环检测过程。同时VINS-Mono也为该邻域...
vins中imu融合_VINS代码解读
weixin_28871743的博客
12-30 928
VINS_estimator摘抄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，比如说无人机，又要精确的速度信息，因此，如何有效的在紧耦合系统处理之前计算出这些量，对整个紧耦合系统的鲁棒性有着重大的意义(其实这里就可以理解成相机标定一样，...
ie8 object param没有效果_UVM factory机制如何重载带参数的object
weixin_39614276的博客
01-20 155
最近组长让我多学习，别天天写代码，于是，这两天摸鱼读了一下UVM源码。首先先下结论，UVM的factory是不能重载parameterized class的。也就是说，set_type_override_by_type(ahb_lite_monitor#(.VIF_TYPE(virtual ahb_lite_if))::get_type(), asramc_ahb_monitor_le#(.VIF...
vins中imu融合_VINS-Mono代码分析与总结(一) IMU预积分
weixin_39733943的博客
12-21 93
参考文献1 预积分的推导__1.1 离散状态下预积分方程:__关于这部分的论文和代码中的推导，可以参考文献[[2]](#[2])中Appendx部分“A Runge-Kutta numerical integration methods”中的欧拉法和中值法。$$w_{k}^{{}'}=\frac{w_{k+1}+w_{k}}{2}-b_{w}\tag{1.1}$$\[q _{i+1}=q _{i}...
vins中imu融合_vins-mono中的imu参数设置
weixin_39659748的博客
12-21 334
na:加速度计的测量噪声nw:陀螺仪的测量噪声nba: randow walk noise随机游走噪声nbw:randow walk noise随机游走噪声ba:加速度计的偏差bw:陀螺仪的偏差其中na，nw，nba，nbw，都是零均值高斯模型ba的导数为nba，bw的导数为nbw。获取这些参数可以通过imu_utils来获得重要的是要注意，这里使用的IMU测量误差模型来自不经历运动和恒定温度的传...
视觉惯性融合学习笔记三 VINS Mono初始化方法
weixin_43424002的博客
08-30 638
目录一、概述 这篇笔记会记录论文里的关于初始化的方法，以及自己的一些心得，欢迎交流(o◕∀◕)ﾉ。 一、概述
IMU误差模型简介及VINS使用说明
xiaojinger_123的博客
10-18 2013
IMU误差模型简介及VINS使用说明
【VINS-MONO测试】安卓手机采集mono+imu数据
qq_45306739的博客
09-23 5192
！！这里其实是有点小问题的，当时没注意分辨率这个东西，建议录制的时候全程采用640*480的规格，这个格式比较常用，而且长时间录制也不会造成所占空间过大的问题，如果特别大的话，1280×720，外加一个30帧的采集频率，打包都得好长时间了，部分手机还可能出现运行过程中闪退的问题，点名Mate50。2.修改launch文件launch文件是一个启动文件，roslaunch以后，启动了android配置文件yaml。
基于VINS-MONO的融合SLAM应用于自动驾驶的技术研究
02-20
本文在ＶＩＮＳ－ＭＯＮＯ开源系统的基础上抛弃ＩＭＵ中的加速度计，用轮式里程计替代加速度计提供位移信息，重新设计系统在线初始化的策略。因为陀螺仪和轮式里程计的测量采用了预积分理论，本文推导了预积分的过程...
VINS-Mono代码注释，仅供学习
01-02
从压缩包文件名称"868.VINS-Mono-Learning__ManiiXu"来看，这可能是一个由用户ManiiXu整理的学习资料，包含了VINS-Mono的源代码和相关学习材料。 学习VINS-Mono，你需要掌握以下几个核心知识点： 1. **视觉数据...
2021-06-18
wcm12345678的博客
06-18 292
用双目相机获取数据集来实现ORB-SLAM2的实例（针对刚接触slam的小白，详细版） 1.安装前要安装 vim 、 cmake 、 git 、 gcc 、 g++ sudo apt-get install vim cmake sudo apt-get install git sudo apt-get install gcc g++ 2.要成功安装Pangolin需要进行以下两个主要步骤 安装依赖项 sudo apt-get install libglew-dev sudo apt-get install
VINS-Mono关键知识点总结——预积分和后端优化IMU部分
weixin_44580210的博客
06-23 4632
VINS-Mono关键知识点总结——预积分和后端优化IMU部分VINS-Mono关键知识点总结——预积分和后端优化IMU部分1. 预积分的理论推导2. 预积分的代码分析3. 后端优化IMU部分（1）残差定义（2）优化变量（3）雅克比矩阵4. 总结 VINS-Mono关键知识点总结——预积分和后端优化IMU部分 像VINS-Mono这样优秀的框架网上优秀的总结实在太多，我写这篇博客仅仅是为了自己将知...
VINS-Mono详解（2）——IMU数学模型推导
weixin_50578602的博客
11-16 866
关于IMU数学模型的函数部分，主要存在于vins_estimator/src/factor/integration_base.h之中。这部分主要实现了两个功能：第一个是IMU预积分获得α、β、γ值，另一个是误差传递函数的获取。至于源码这部分的内容，其实在推导完VINS-Mono中对于IMU的数学模型之后再来看，便没有什么难度了。以下推导部分主要参照VINS-Mono的论文（主要是附录部分）。
Vins-mono中的IMU预积分【SLAM】
最新发布
Tong_1024_的博客
04-22 976
表示，这样做的原因是四元数表示旋转本身是过参数化的，另外用旋转向量表示求雅可比矩阵方便一些，符合平常的计算习惯，平常不用旋转向量的原因是旋转向量具有周期性，但是在误差卡尔曼中不存在周期性这个问题，误差都是小量。实际IMU信息是离散的，所以要得到离散时间下的IMU预积分公式，可以用Euler、中值积分、RK4进行数值积分求IMU预积分。可以看出预积分量只和状态量中的零偏有关，如果零偏更新了，就用预积分对零偏的一阶雅可比更新预积分。这里离散化用的是中值积分，所以。的雅可比矩阵，其实二者有很大的关系。
SLAM导航机器人零基础实战系列：（五）树莓派3开发环境搭建——7.开机自启动ROS节点...
小虎哥哥爱学习-CSDN
02-21 1357
SLAM+语音机器人DIY系列：（五）树莓派3开发环境搭建——7.开机自启动ROS节点 摘要 通过前面一系列的铺垫，相信大家对整个miiboo机器人的DIY有了一个清晰整体的认识。接下来就正式进入机器人大脑（嵌入式主板：树莓派3）的开发。本章将从树莓派3的开发环境搭建入手，为后续ros开发、slam导航...
orb_slam2外接pc摄像头在windows10、VS2013下实时运行
qq_38344751的博客
05-31 1224
代码是基于windows10操作系统下VS2013编译器里运行的。 当初好奇orbslam2可不可以直接外接摄像头实时运行，在网上冲浪许久，并没有找到在windows10上面运行的代码，网上那些外接摄像头的代码几乎都是在Linux系统下运行的。 在这种情况下，我决定把自己鼓捣出来的能在Windows10系统下运行的代码发出来，Linux系统外接摄像头的...
VINS-mono之IMU预积分（IMU连续时间积分和四元数求导）
Walking_roll的博客
08-06 2411
目录1 IMU运动模型2 PVQ 连续时间积分3 四元数求导 VINS-Mono是HKUST的Shen Shaojie团队开源的一套非常优秀的Visual-Inertial融合定位算法。关于算法的介绍以及论文概览可以看此链接。 其开源代码可以从此地址下载 1 IMU运动模型 VINS-mono中的旋转表示是用四元数来表示的，所以整个系统会涉及到四元数求导的内容。 首先来看IMU的运动模型： 一般，我们只考虑IMU受高斯白噪声和零偏的影响。这里的gw=[0,0,-9.81]T，所以用的加号。 注意：这里的
VINS-Mono 理论详细解读——紧耦合后端非线性优化 IMU+视觉的残差residual、Jacobian、协方差、基于舒尔补的边缘化
诗筱涵的博客
12-30 1933
转载自：VINS-Mono 理论详细解读——紧耦合后端非线性优化 IMU+视觉的残差residual、Jacobian、协方差、基于舒尔补的边缘化_努力努力努力-CSDN博客 VINS-Mono 理论详细解读——紧耦合后端非线性优化 IMU+视觉的残差residual、Jacobian、协方差、基于舒尔补的边缘化 贵在坚持，不忘初心 2020-04-07 19:58:54 1531 收藏 10 分类专栏： VINS-Mono and Fusion 程序解读 版权 ​VINS-Mono.
将摄像头和IMU接入VINS-Mono遇到的一些问题汇总
weixin_39123145的博客
04-16 5879
一、畸变镜头模型官方的sample里的图片是用古老的镜头拍摄的，畸变程度高，需要用到高次项。我所使用的镜头畸变程度小，应该关闭高次项。即，在stereoCalibrate中注释掉CALIB_RATIONAL_MODEL。CALIB_FIX_ASPECT_RATIO +                    CALIB_ZERO_TANGENT_DIST +                    C...
vins-mono如何融合相机和imu数据
06-01
在启动后，VINS-Mono节点将订阅相机和IMU数据，并根据配置文件中设置的参数，将这些数据进行融合，并发布相机的轨迹和姿态信息。 需要注意的是，使用VINS-Mono进行相机和IMU数据融合需要对VIO算法和ROS有一定的...
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
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