本文涉及很多代码及文字,排版、文字错误请见谅。
本文包含1662文字,阅读时间预计5分钟
一.VINS 系统
1.VINS简介
VINS是香港科技大学开源的一个单目视觉惯导SLAM方案,2017年发表于《IEEE Transactions on Robotics》。该方案是基于优化和滑动窗口的VIO系统,使用IMU预积分构建紧耦合框架,并且具备自动初始化,在线外参标定,重定位,闭环检测,以及全局位姿图优化功能。
2. 系统架构
系统主要分为五个部分:
1) Measuremen Preprocessing:
观测值数据预处理,包含图像数据跟踪IMU数据预积分
2) Initialization 初始化:
包含单纯的视觉初始化和视觉惯性联合初始化
3) Local Visual-Inertia BA and Relocalization:
局部BA联合优化和重定位,包含一个基于滑动窗口的BA优化模型
4) Global Pose Graph Optimization:
全局图优化,只对全局的位姿进行优化
5) Loop detection回环检测
具体系统框架如下:
3. 特性分析
VINS的精髓在于视觉与IMU的融合,规避了单一传感器的局限性,拓展了方案的场景适用性,并且视觉+IMU传感器优势互补,可以提供更好的定位惯导效果,其定位精度可以媲美OKVIS,并支持LINUX、ROS等平台。
VINS代码十分清晰