VINS-Mono翻译121
需积分: 0 46 浏览量
2022-08-03
19:12:13
上传
评论
收藏 3.59MB PDF 举报
VINS-Mono
翻
译
2018
年
07
⽉
11
⽇
22:48:51 Pancheng1
阅
读
数
：
732
更
多
Abstract
由
摄
像
机
和
低
成
本
惯
性
测
量
单
元
(IMU)
组
成
的
单
⽬
视觉
惯
性
系
统
(VINS)
构
成
了
⽤
于
度
量
六
⾃
由
度
状
态
估
计
的
最
⼩
传
感
器
套
件
。
然
⽽
，
由
于
缺
乏
直
接
距
离
测
量
，
在
IMU
处
理
、
估
计
器
初
始
化
、
外
部
标
定
和
⾮
线
性
优
化
等
⽅
⾯
提
出
了
重
⼤
挑
战
。
在
本
⽂
中
，
我
们
提
出
了
⼀
种
鲁
棒
的
、
通
⽤
的
单
⽬
视觉
惯
性
状
态
估
计
器
VINSMono.
我
们
的
⽅
法
从
⼀个
稳
健
的
程
序
开
始
，
⽤
于
估
计
器
初
始
化
和
故
障
恢
复
。
采
⽤
⼀
种
基
于
紧
耦
合
、
⾮
线
性
优
化
的
⽅
法
，
通
过
融
合
预
计
分
的
IMU
测
量
数
据
和
特
征
观
测
数
据
，
获
得
⾼
精
度
的
视觉
惯
性
⾥
程
计
。
结
合
我
们
紧
耦
合
的
公
式
，
⼀个
循
环
检
测
模
块
能
够
以
最
⼩
的
计
算
开
销
重
新
定
位
.
此
外
，
我
们
还
执
⾏
四
⾃
由
度
姿
态
图
优
化
，
以
加
强
全
局
⼀
致
性
.
我
们
验
证
了
我
们
的
系
统
在
公共
数
据
集
和
真
实
世
界
实
验
上
的
性
能
，
并
与
其
他
最
先
进
的
算
法
进
⾏
了
⽐
较
。
我
们
还
在
MAV
平
台
上
执
⾏
星
载
闭
环
⾃
主
⻜
⾏
，
并
将
算
法
移
植
到
基
于
IOS
的
演
⽰
中
。
我
们
强
调
，
所
提
议
的
⼯
作
是
⼀个
可
靠
、
完
整
和
多
功
能
的
系
统
，
适
⽤
于
需
要
⾼
精
度
定
位
的
不
同
应
⽤
程
序
。
我
们
为个
⼈
电
脑
和
iOS
移
动
设
备
开
放
了
我
们
的
实
现
⽅
法
。
I. INTRODUCTION
状
态
估
计
⽆
疑
是
机
器
⼈
导
航
、
⾃
主
驾驶
、
虚
拟
现
实
(VR)
和
增
强
现
实
(AR)
等
⼴
泛
应
⽤
中
最
基
本
的
模
块
。
仅
使
⽤
单
⽬
摄
像
机
的
⽅
法
由
于
其
体
积
⼩
、
成
本
低
和
硬
件
设
置
简
单
⽽
获
得
了
社
区
的
极
⼤
兴
趣
。
然
⽽
，
单
⽬
视觉
系
统
⽆
法
恢
复
公
制
尺
度
，
因
此
限
制
了
它
们
在
实
际
机
器
⼈
应
⽤
中
的
应
⽤
。
近
年
来
，
我
们
看
到
了
⼀
种
发
展
趋
势
，
即
⽤
低
成
本
惯
性
测
量
单
元
(IMU)
辅
助
单
⽬
视觉
系
统
。
这
种
单
⽬
视觉
-
惯
性
系
统
(VINS)
的
主
要
优
点
是
具
有
公
制
尺
度
，
以
及
滚
动
⻆
和
俯
仰
⻆
，
所
有
这
些
都
是
可
观
测
的
。
这
让
需
要
度
量
状
态
估
计
的
导
航
任
务
成
为
可
能
。
此
外
，
积
分
IMU
测
量
可
以
显
着
地
改
善
运
动
跟
踪
性
能
，
弥
补
由
于
光
照
变
化
，
纹
理
⽆
区
域
，
或
运
动
模
糊
的
视
觉
轨
迹
损
失
之
间
的
差
距
。
事
实
上
，
单
⽬
VINS
不
仅
⼴
泛
应
⽤
于
移
动
机
器
⼈
、
⽆
⼈
机
和
移
动
设
备
上
，
⽽
且
是
满
⾜
充
分
⾃
我
感
知
和
环
境
感
知
的
最
⼩
传
感
器
设
置
。
然
⽽
，
所
有
这
些
优
势
都
是
有
代
价
的
。
对
于
单
⽬
VIN
，
众
所
周
知
，
加
速
度
激
励
需
要
测
量
到
尺
度
。
这
意
味
着
单
⽬
VIN
估
计
器
不
能
从
静
⽌
状
态
开
始
，
⽽
是
从
未
知
的
移
动
状
态
发
射
。
也
认识
到
视觉
惯
性
系
统
⾼
度
⾮
线
性
的
事
实
，
在
初
始
化
估
计
⽅
⾯
还
有
重
⼤
挑
战
。
两
个
传
感
器
的
存
在
也
使
得
摄
像
机
-IMU
的
外
部
校
准
⾄
关
重
要
。
最
后
，
为
了
消
除
在
可
接
受
的
处
理
窗
⼝
内
的
⻓
期
漂
移
，
提
出
了
⼀个
完
整
的
系
统
，
包
括
视觉
惯
性
⾥
程
计
，
回
环
检
测
、
重
定
位
和
全
局
优
化
。
为
了
解
决
所
有
这
些
问
题
，
我
们
提
出
了
VINS-MONO
，
⼀个
强
⼤
的
和
多
功
能
的
单
⽬
视觉
惯
性
状
态
估
计
。
我
们
的
解
决
⽅
案
开
始
于
即
时
估
计
初
始
化
。
这
个
初
始
化
模
块
也
⽤
于
故
障
恢
复
。
我
们
的
解
决
⽅
案
的
核
⼼
是
⼀个
鲁
棒
的
基
于
紧
耦
合
滑
动
窗
⾮
线
性
优
化
的
单
⽬
视
觉
惯
性
⾥
程
计
（
VIO
）
。
单
⽬
VIO
模
块
不
仅
提
供
精
确
的
局
部
姿
态
、
速
度
和
⽅
位估
计
，
⽽
且
还
以
在
线
⽅
式
执
⾏
摄
像
机
IMU
外
部
校
准
和
IMU
偏
置
校
正
。
使
⽤
DBoW
进
⾏
回
环
检
测
。
重
新
定
位
是
在
对
单
⽬
VIO
进
⾏
特
征
级
别
融
合
的
紧
耦
合
设
置
中
完
成
。
这
使
得
重
新
定
位
具
有
鲁
棒
性
和
精
确
性
且
有最
⼩
的
计
算
开
销
。
最
后
，
⼏
何
验
证
回
路
被
添
加
到
姿
态
图
中
，
并
且
由
于
来
⾃
单
⽬
VIO
的
可
观
察
的
滚
转
和
俯
仰
⻆
，
⽣
成
四
⾃
由
度
（
DOF
）
姿
态
图
以
确
保
全
局
⼀
致
性
。
VINS-Mono
结
合
并
改
进
了
我
们以
前
在
单
⽬
视觉
-
惯
性
融
合
⽅
⾯
的
⼯
作
。
它
建
⽴
在
我
们
的
紧
耦
合
，
基
于
优
化
的
单
⽬
VIO
的
公
式
之
上
，
并
结
合
了
[9]
中
引
⼊
的
改
进
的
初
始
化
过
程
。
第
⼀
次
尝
试
移
植
到
移
动
设
备
是
在
[10]
。
与
我
们以
前
的
⼯
作
相
⽐
，
VINS-Mono
的
进
⼀
步
改
进
包
括
改
进
的
含
偏
置
校
正
的
IMU
预
积
分
、
紧
耦
合
重
定
位
、
全
局
姿
态
图
优
化
、
⼴
泛
的
实
验
评
估
以
及
健
壮
和
通
⽤
的
开
源
实
现
。
整
个
系
统
完
整
且
易
于
使
⽤
。
它
已
经
被
成
功
应
⽤
于
⼩
规
模
AR
场
景
、
中
型
⽆
⼈
机
导
航
和
⼤
规
模
状
态
估
计
任
务
。
已
经
针
对
现
有
技
术
⽅
法
的
其
它
状
态
⽰
出
了
优
异
的
性
能
。
为
此
，
我
们
总
结
了
我
们
的
贡
献
如
下
所
⽰
：
*
⼀个
健
壮
的
初
始
化
过
程
，
它
能
够
从
未
知
的
初
始
状
态
引
导
系
统
。
*
⼀个
紧
耦
合
，
优
化
的
单
⽬
视觉
惯
性
⾥
程
计
与
相
机
-IMU
外
部
校
准
和
IMU
偏
置
估
计
。
*
在
线
回
环
检
测
与
紧
耦
合
重
定
位
。
*
四
⾃
由
度
全
局
姿
态
图
优
化
。
剩余18页未读，继续阅读
资源评论
