重访视觉-惯性运动恢复结构用于里程计与 SLAM 初始化
计算机视觉与模式识别
2021-01-29 v2 机器人学
摘要
本文提出一种用于视觉-惯性里程计（VIO）与同步定位与建图（SLAM）中状态初始化的高效闭式解。与现有最优方法不同，我们不通过三角化点对点观测推导线性方程，而是基于每个未知 点与其各观测直接三角化的方法。我们展示并验证了这一简单差异的重大影响。所得线性系统结构更简单，且通过解析消去求解仅需解一个 线性系统（含加速度计偏置时为 ）。此外，每个场景点的所有观测被联合关联，从而得到偏差更小、更鲁棒的解。所提公式相较标准闭式解最高降低 50% 的速度与点的重建误差，而对 帧集合快 。除固有高效性外，因更好的参数初始化，任何后续非线性优化所需迭代更少。在此背景下，我们为可选精修初始参数的非线性优化器提供解析雅可比。所提解算器优越性能通过与最优解算器的定量比较确立。
引用
@article{arxiv.2006.06017,
title = {Revisiting visual-inertial structure from motion for odometry and SLAM initialization},
author = {Georgios Evangelidis and Branislav Micusik},
journal= {arXiv preprint arXiv:2006.06017},
year = {2021}
}