CVPR‘24开源 | 吊打一切VINS！又快又好的视觉惯性导航系统！

来源：计算机视觉工坊 | 编辑：3DCV
添加微信：cv3d008，备注：方向+单位+昵称，拉你入群。文末附行业细分群

0. 这篇文章干了啥？

VINS主要包括两种方法：优化和滤波。基于优化的方法在定位的高精度方面很显著，但可能会受到高计算复杂性的影响。相反，基于滤波的方法实现了高效率，但牺牲了精度。因此，迫切需要开发一个结合了高精度和高效率的框架。受到基于优化的方法中的舒尔补的启发，作者充分利用了用于姿态和地标构建的高维残差模型中固有的稀疏结构，以实现EKF的高效性。因此，这篇文章提出了一种既实现了高效率又实现了高精度的基于EKF的VINS框架。

下面一起来阅读一下这项工作~

1. 论文信息

标题：SchurVINS: Schur Complement-Based Lightweight Visual Inertial Navigation System
作者：Yunfei Fan, Tianyu Zhao, Guidong Wang
机构：字节跳动
论文：https://arxiv.org/abs/2312.01616
代码：https://github.com/bytedance/SchurVINS

2. 摘要

准确性和计算效率是视觉惯性导航系统（VINS）中最重要的指标。现有的具有高精度或低计算复杂度的VINS算法很难在资源受限的设备中提供高精度的定位。为此，我们提出了一种名为SchurV