![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
VINS
文章平均质量分 95
每天都在努力学习SLAM的小黑
这个作者很懒,什么都没留下…
展开
-
VINS-MONO学习笔记 [基于滑动窗口的非线性优化]
目录1. 数据预处理ceres中使用雅克比的形式(解析求导)因为在vins中我们知道参数块的大小,所以我在vins中使用SizeCostFunction第一步是新建一个类继承SizeCostFunctionceres::SizeCostFunction<1,1> : 前一个1:残差的维度; 后一个1:参数块的维度,因为这里只有一个参数块,所以只有一个1第二步:定义完类之后需要重载Evaluate虚函数double const* const* parameters对应各个参数块..原创 2021-08-09 21:29:36 · 1464 阅读 · 1 评论 -
VINS-MONO:VIO初始化部分 原理推导+代码解析
目录1.为什么需要初始化1.1 需要优化哪些变量1.2 初始化不解决哪些变量1.为什么需要初始化优化问题非常依赖初始值。防止陷入局部最小值与真实值越近迭代次数越少1.1 需要优化哪些变量优化变量: 地图点,p,v,q,零偏,外参vins初始值不求解加速度计的零偏(存在重力影响,也不影响优化结果)和外参的平移(人工测量)1.2 初始化不解决哪些变量并不需要一个非常准确的外参,因为在非线性优化中会不断去优化加速度计bias很难从重力估计中分离出来,忽略加速度计bias..原创 2021-07-29 21:24:42 · 2053 阅读 · 5 评论 -
VINS-MONO:IMU预积分部分 原理推导+代码解析
连续时间的PVQ积分对加速度进行2次积分:一次积分是速度变化量,二次积分是位移的变化量类似于δx=Vot+1/2at2\delta x=V_ot+1/2at^2δx=Vot+1/2at2此处的a会随时间变化,所以需要把1/2at21/2at^21/2at2这一部分变成积分的形式。为什么a这么复杂:因为在加速度计里面,会掺杂重力的分量。我们在进行积分的时候,需要剔除掉重力分量的部分,这个就是(加速度的观测值 - 零偏 - 随机游走)通过当前的姿态转到世界坐标系下-世界坐标系下的重力系统.原创 2021-06-28 21:46:00 · 1919 阅读 · 9 评论 -
VINS-MONO学习笔记 [前端光流]
/feature_tracjer 的主要作用是向后端提供图片的特征点信息特征点信息主要包括:像素坐标 -》特征点提取算法去畸变后归一化坐标 -》 特征点去畸变算法特征点id -》 光流追踪算法特征点速度 (用于相机IMU世界矫正)...原创 2021-06-22 16:52:00 · 1381 阅读 · 0 评论 -
VINS-MONO原理笔记(基于计算机视觉life课程)
@TOCIV 预处理A 视觉处理对图像使用KLT角点检测算法,对角点使用LK光流(金字塔逐层)进行追踪(对已有特征点进行追踪时,不需要在新一帧图像上提取特征点。用光流计算最小化光度误差来进行追踪)。每张图片维护(100-300个特征点(当特征点数较少时,会额外提取特征点维护数量))。检测出特征点时还会进行均匀化(对应于ORB使用的是四叉树,对应于VINS:每检测出特征点,对特征点进行排序,认为被追踪的越久的特征点稳定性更好,质量更高。以特征点为中心画圈,在圈中不允许再有其他的特征点)。提取完特征点后要原创 2021-06-14 20:41:44 · 1598 阅读 · 3 评论 -
VINS-初始化:【翻译】Robust Initialization of Monocular Visual-Inertial Estimation on Aerial Robots
目录用于空中机器人的单目视觉惯性估计的鲁棒初始化摘要简介综述方法纯视觉结构用于空中机器人的单目视觉惯性估计的鲁棒初始化摘要在本文中,我们提出了一种鲁棒的在线估计器初始化算法,为单目视觉惯性系统(VINS)提供高质量的初始状态。由于VINS的非线性,较差的初始化可能会严重影响基于滤波的或基于图像的方法的性能。我们的方法从纯视觉运动恢复结构(SFM)开始,构建相机位姿和特征位姿的尺度结构。通过使用预集成的IMU测量松散地对齐这种结构,我们的方法恢复了公制尺度,速度,重力矢量和陀螺仪偏置,用于作为初始值,以原创 2021-04-29 10:47:02 · 607 阅读 · 0 评论