InGVIO：一种用于快速高精度GNSS-视觉-惯性里程计的一致性不变滤波器
机器人学
2023-02-13 v2
摘要
将全球导航卫星系统（GNSS）与视觉和惯性传感器相结合，可以提供无漂移的平滑位姿估计。随着卫星数量的减少，融合系统逐渐退化为视觉-惯性里程计（VIO），这保证了在GNSS不友好环境下的鲁棒全局导航。在这封信中，我们提出了一个开源的基于不变滤波器的平台InGVIO，用于紧耦合单目/立体视觉-惯性测量以及来自GNSS的原始数据。与当前基于图的算法相比，InGVIO在计算负载方面具有高度竞争力，同时拥有相同甚至更好的精度水平。得益于我们提出的边缘化策略，尽管只保留了少量克隆位姿，但三角测量的基线仍然很大。此外，我们定义了系统的无穷小对称性，并利用了其对称群的各种结构，这与VIO情况的整体对称性不同，从而优雅地给出了退化运动模式的结果和不可观测子空间的结构。我们证明了恰当选择的不变误差仍然与InGVIO所有可能的对称群结构兼容，并具有内在的一致性属性。此外，InGVIO具有严格的线性误差传播，没有线性化误差。InGVIO在公开数据集和我们提出的具有不同难度级别和不同卫星数量的固定翼飞机数据集上进行了测试。据我们所知，后者是第一个向社区开源的、包含原始GNSS数据的固定翼飞机数据集。
引用
@article{arxiv.2210.15145,
title = {InGVIO: A Consistent Invariant Filter for Fast and High-Accuracy GNSS-Visual-Inertial Odometry},
author = {Changwu Liu and Chen Jiang and Haowen Wang},
journal= {arXiv preprint arXiv:2210.15145},
year = {2023}
}
备注
8 pages, 6 figures, accepted by IEEE RA-L