VINS-Mono论文学习与代码解读——目录与参考

前言

港科大的VINS-Mono作为目前state of the art的开源VIO项目，是研究视觉与IMU融合的必读算法，网上的论文解读与代码实现也非常丰富（感谢！）。为更好地进行学习，本人将在学习之余逐步整理自己对算法的论文和实现的相关解读，欢迎大家一起讨论。

原文：VINS-Mono A Robust and Versatile Monocular Visual-Inertial State Estimator

VINS代码地址：https://github.com/HKUST-Aerial-Robotics/VINS-Mono

---

目前已经在github上放出了相关代码注释：

https://github.com/ManiiXu/VINS-Mono-Learning

后续也会持续修改，欢迎大家共同交流，指出错误，star一下~

---

PS. 本人参考的VINS-Mono是171229版本，代码结构有所区别，将原来的"/vins_estimator"拆分出了一个"/pose_graph"节点。部分代码实现也有修改，并添加了一些新功能。

from github:
29 Dec 2017: New features: Add map merge, pose graph reuse, online temporal calibration function, and support rolling shutter camera.

其中 map reuse 可以参考文章：
Relocalization, Global Optimization and Map Merging for Monocular Visual-Inertial SLAM

---

目录！（不断更新中）

VINS-Mono论文翻译

VINS-Mono代码解读——启动文件launch与参数配置文件yaml介绍

VINS-Mono代码解读——各种数据结构 sensor_msgs measurements

VINS-Mono代码解读——视觉跟踪 feature_trackers

VINS-Mono理论学习——IMU预积分 Pre-integration

VINS-Mono代码解读——状态估计器流程 estimator

VINS-Mono代码解读——视觉惯性联合初始化 initialStructure sfm

VINS-Mono理论学习——视觉惯性对齐与外参标定

VINS-Mono理论学习——后端非线性优化

VINS-Mono理论学习——边缘化

VINS-Mono代码解读——滑动窗口的非线性优化流程 optimization slideWindow

VINS-Mono代码解读——回环检测与重定位 pose graph loop closing

VINS-Mono代码解读——四自由度位姿图优化 pose_graph optimize4DoF

TUM VIO数据集介绍与尝试

Realsense D435i如何拿到IMU数据并顺利运行VINS-Mono

---

VINS介绍：

VINS是一种具有鲁棒性和通用性的单目视觉惯性状态估计器。
该算法主要有以下几个模块：

1. 预处理
   图像特征光流跟踪
   IMU数据预积分
2. 初始化
   纯视觉Sfm
   Sfm与IMU积分的松耦合
3. 基于滑动窗口的非线性优化实现紧耦合
4. 回环检测与重定位
5. 四自由度位姿图优化

---

rqt_graph

node only

node all

---

代码的文件目录

1、ar_demo：一个ar应用demo
2、benchmark_publisher：接收并发布数据集的基准值
3、camera_model
   calib：相机参数标定
   camera_models：各种相机模型类
   chessboard：检测棋盘格
   gpl
   sparse_graph
   intrinsic_calib.cc：相机标定模块main函数
4、config：系统配置文件存放处
5、feature_trackers：
   feature_tracker_node.cpp ROS 节点函数，回调函数
   feature_tracker.cpp 图像特征光流跟踪
6、pose_graph：
   keyframe.cpp 关键帧选取、描述子计算与匹配
   pose_graph.cpp 位姿图的建立与图优化
   pose_graph_node.cpp ROS 节点函数，回调函数，主线程
7、support_files：帮助文档、Bow字典、Brief模板文件
8、vins_estimator
   factor：实现IMU、camera等残差模型
   initial：系统初始化，外参标定，SFM
   utility：相机可视化，四元数等数据转换
   estimator.cpp：紧耦合的VIO状态估计器实现
   estimator_node.cpp：ROS 节点函数，回调函数，主线程
   feature_manager.cpp：特征点管理，三角化，关键帧等
   parameters.cpp：读取参数

---

参考笔记：

VINS论文推导及代码解析 by 崔华坤

VINS技术路线与代码详解 by 五行缺帅wangshuailpp

VINS-Mono 学习笔记 by 童哲航

VINS-Mono 代码解读 by Rain-XIA

VINS-mono详细解读 by 极品巧克力

VINS代码注释：
https://github.com/castiel520/VINS-Mono by castiel520

https://github.com/QingSimon/VINS-Mono-code-annotation by QingSimon