一种基于基准标记的开源视觉-惯性运动捕捉系统

许多机器人任务依赖于对给定工作空间内运动物体的精确定位。这些关于物体位姿和速度的信息被用于控制、运动规划、导航、环境交互或验证。通常使用运动捕捉系统来获得此类状态估计。然而，这些系统往往成本高昂、工作空间尺寸受限且不适合户外使用。因此，我们提出一种轻量级、易于使用的视觉-惯性同时定位与建图方法，该方法利用成本低廉、可纸质打印的人工路标，即所谓的基准标记（fiducials）。结果表明，通过融合视觉与惯性数据，该系统能提供准确的估计，并对快速运动和变化的光照条件具有鲁棒性。传感器与基准标记位姿以及外参估计的紧密集成确保了精度和地图一致性，并避免了预校准的需求。通过提供开源实现和多种数据集（部分包含真值信息），我们使社区成员能够使用这些数据集或直接在他们自己的机器人装置上运行、测试、修改和扩展该系统。