基于速度控制运动学模型在线标定的视觉-惯性里程计

视觉-惯性里程计（VIO）是受功耗与载荷约束自主机器人的一项重要技术。本文提出一种用于双目相机的VIO新方法，其在线集成并标定轮式移动机器人基于速度控制的运动学模型。引入此类运动模型有助于提升VIO精度。相较于此前若干为此集成轮式里程计测量的方法，我们的方法无需轮式编码器，且可应用于机器人运动可用基于速度控制的运动学模型建模的场景。我们使用径向基函数（RBF）核来补偿控制指令与实际机器人运动间的时间延迟与偏差。该运动模型由VIO系统在线标定，并可用作运动控制与规划的前向模型。我们在不同大小的室内环境中获取数据评估了该方法，展示了相较纯VIO方法的改进，并评估了在线标定模型的预测精度。