VINS
文章平均质量分 92
无人的回忆
怕了,就输了
展开
-
VINS-Mono(三)——滑动窗口优化
文章目录Reference滑动窗口之边缘化Schur Complement在边缘化中的作用Markov BlanketGraph-based SLAM边缘化线性化点的固定边缘化之后的优化问题的稀疏性边缘化对优化问题的影响VINS-Mono所采用的稀疏化策略一般性稀疏化策略总结 ReferenceDecoupled, Consistent Node Removal and Edge Sparsification for Graph-based SLAM 关于边缘化很好的一篇文章Infor原创 2020-09-02 06:54:06 · 1970 阅读 · 0 评论 -
VINS-Mono(二)——优化问题建模
ReferenceVINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator.Quaternion Kinematics for Error-State KF. 视觉部分的优化问题建模视觉部分的问题就是一个BA问题,不过与纯视觉不同,这里涉及到两个坐标系之间的变换,分别是camera坐标系C和IMU坐标系(通常认为这个是机体坐标系)b,同时因为整个过程中使用的是逆深度表示空间中的Landma原创 2020-07-05 22:45:02 · 315 阅读 · 0 评论 -
VINS-Mono(一)——IMU预积分及系统初始化
ReferenceVINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator.Quaternion Kinematics for Error-State KF. 预积分的推导预积分是VINS-Mono中十分重要的一个步骤,主要涉及的是IMU的运动方程,下面对这部分进行一个简单的推导,主要使用的是ESKF中的方法,采用简单的欧拉法在连续时域下进行推导。ESKF这部分详细可以参照参考【2】,原创 2020-07-02 10:07:41 · 1768 阅读 · 0 评论 -
VINS-Mono预积分公式推导
写在前面最近看了ESKF之后,收获蛮大的,特别是对于四元数的残差的推导,感觉给出了一个很标准的推导方式,因此就趁热打铁,把VINS中的预积分部分残差推导了一下,也算是对上了VINS中imu_factor.h中的代码部分。残差设状态变量为x=[Pi,Pj,Vi,Vj,Qi,Qj,Bai,Baj,Bgi,Bgj]x=[Pi,Pj,Vi,Vj,Qi,Qj,Bai,Baj,Bgi,Bgj]x=[P...原创 2018-11-19 09:43:09 · 2650 阅读 · 2 评论 -
ESKF(error-state Kalman Filter)总结
写在前面前段时间看了一下ESKF的相关知识,VIO中(VINS)用的还是挺多的,特此总结先验知识——四元数四元数的基本表示形式,这个还是蛮重要的,主要有以下几种表示形式Q=a+bi+cj+dkQ=a+bi+cj+dkQ=a+bi+cj+dkq=qw+q‾vq=q_w+\overline q_vq=qw+qvq=[qwqv]q=\begin{bmatrix} q_w \\ ...原创 2018-12-02 19:21:14 · 19542 阅读 · 17 评论