在实际应用过程中往往不只有视觉和IMU的融合,还有其他很多传感器(GPS、激光、里程计等),这些传感器数据和VIO进行融合能够极大提高VIO的精度和稳定性。融合的方式分为松耦合和紧耦合,常见的做法是将VIO看成一个独立的传感器与其他传感器进行松耦合,但有时为了提高VIO本身的精度也可以将部分传感器信息加入到VIO融合框架中。
状态向量中某些量可能会被其他传感器直接观测到,例如GPS可以给出
- 一类是传感器直接测量到的观测:比如GPS位置、GPS速度、轮式里程计
- 一类是基于先验信息给出的观测:比如平面机器人可以假设
,此外还有零速检测(Zero-velocity UPdaTe,ZUPT),当检测到IMU处于静止状态时,可以认为速度为0,陀螺仪观测的均值作为陀螺仪的bias。
直接观测融合十分简单,构建观测模型