![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
手写VIO
文章平均质量分 70
对深蓝学院手写VIO的课程笔记
阿银的万事屋
轻度slam爱好者
展开
-
第七章——VINS系统初始化
前言这一章主要内容是讲的VINS系统初始化的事,内容上还是比较全面丰满的,有一些有疑问的点我之后读了代码会在博客里补上。一句话总结初始化:以优化量与观测值构建残差,提取优化量构成最小二乘问题内容1. IMU和相机旋转外参qbcq_{bc}qbc以及角速度计(陀螺仪)的bias在这一部分的初始化过程中,我们已知的信息有:相机以一定频率采样得到的帧图像(可提取出相机旋转信息)IMU以一定频率采样得到的角速度值(同样可提取出IMU旋转信息)旋转外参qbcq_{bc}qbc我们认为在相机位移过原创 2022-05-09 21:59:34 · 1133 阅读 · 0 评论 -
第四章——滑动窗口理论
前言这一章的内容架构很不错,有几个该讲的点都解释得比较清楚:1. 最大后验估计在高斯分布下为什么变成了最小二乘问题;2. 协方差矩阵与信息矩阵同边际概率和条件概率分别对应关系;3. SLAM问题的零空间维数以及滑动窗口对零空间的缩放问题内容1.最大后验估计在高斯分布下为什么变成了最小二乘问题首先,后验概率最大化公式如下:假设观测的随机误差均符合多元高斯分布:根据零均值的多元高斯分布公式,可以把概率符号转化成纯数学表达(即转化成零均值概率分布后再取log):该式的求解可套用最小二乘的模板,原创 2022-04-28 17:25:38 · 414 阅读 · 0 评论 -
第三章——IMU与视觉融合
前言日常吐槽,第三章很多内容没点透,因为会在之后讲解,但是没说明就很搞人心态,让阅读者理不通顺各内容的逻辑结构内容1 各节之间的逻辑我觉得开始介绍之前,首先应该把第三章讲的这些内容各自间的关系说明,本章有两个重点,一是对IMU进行预积分以及预积分的误差递推公式;二是IMU与视觉各自的雅可比矩阵求解(注意是各自的)有一个PPT和讲解中都忽略了的事——为什么要求预积分误差递推公式的F和G矩阵?PPT中只说了一个作用,那就是在求IMU残差雅可比的时候,方便通过F的递推近似各个预积分因子对i时刻的bia原创 2022-04-19 20:45:27 · 1517 阅读 · 0 评论 -
第二章——IMU传感器笔记
前言又开一新坑,主要是ORB-SLAM3也升级了IMU了,所以纯视觉的SLAM不够了,正好深蓝学院的手写VIO课程还是比较系统的,这里就再开一专栏,专门记录这部分的学习笔记内容感觉这一章的内容PPT该详细的地方不详细,所以看起来可能有些头疼,我先简单梳理一下要点,然后再展开介绍:IMU的组成,包括加速度计和陀螺仪,加速度计读数值要考虑重力影响IMU确定性误差以及标定,包括零飘以及尺度误差IMU随机性误差以及标定,随机误差分为测量型随机误差(即读数自带的波动)以及零飘的随机游走误差(零飘变化率的原创 2022-04-11 17:03:22 · 967 阅读 · 0 评论