DS-VIO：基于双阶段 EKF 的鲁棒高效立体视觉惯性里程计
计算机视觉与模式识别
2019-05-03 v1
摘要
本文提出一种基于双阶段 EKF（扩展卡尔曼滤波）的算法，用于实时鲁棒的立体 VIO（视觉惯性里程计）。该基于 EKF 的算法的第一阶段执行加速度计与陀螺仪的融合，第二阶段执行立体相机与 IMU 的融合。由于加速度计与陀螺仪之间以及立体相机与 IMU 之间具有充分的互补特性，该双阶段 EKF 算法能够实现高精度的里程计估计。同时，由于该算法中状态向量维度较低，其计算效率可与先前基于滤波的方法相媲美。我们将该方法称为 DS-VIO（基于双阶段 EKF 的立体视觉惯性里程计），并在 EuRoC 数据集上通过与 OKVIS、ROVIO、VINS-MONO 和 S-MSCKF 等最先进方法进行比较来评估我们的 DS-VIO 算法。结果表明，我们的算法在 RMS 误差方面可达到相当甚至更优的性能。
引用
@article{arxiv.1905.00684,
title = {DS-VIO: Robust and Efficient Stereo Visual Inertial Odometry based on Dual Stage EKF},
author = {Xiaogang Xiong and Wenqing Chen and Zhichao Liu and Qiang Shen},
journal= {arXiv preprint arXiv:1905.00684},
year = {2019}
}