单目视觉-惯性里程计的在线初始化与外在时空标定

本文提出了一种用于引导基于优化的单目视觉-惯性里程计（VIO）的在线初始化方法。该方法能够在初始化阶段在线标定相机与 IMU 之间的相对变换（空间）和时间偏移（时间），并估计度量尺度、速度、重力、陀螺仪偏置和加速度计偏置的初始值。为补偿时间偏移的影响，我们的方法包含两种用于相机和 IMU 位姿估计的短期运动插值算法。此外，它包含一个从粗到精逐步估计参数的三步过程。首先，通过最小化相机与 IMU 之间的旋转差异，估计外在旋转、陀螺仪偏置和时间偏移。其次，利用补偿后的相机位姿并忽略加速度计偏置，近似估计度量尺度、重力和外在平移。第三，通过考虑加速度计偏置和重力大小对这些值进行精化。为进一步优化系统状态，引入了一种考虑时间偏移的非线性优化算法，用于全局和局部优化。公开数据集上的实验结果表明，所提方法能够准确估计初始值、外在参数以及传感器位姿。