VIO（1）—— 概述与基础知识

一、VIO（Visual-Inertial Odometry）概述

VIO即以视觉（相机）与 IMU 融合实现里程计的方法

1. IMU（Inertial Measurement Unit），惯性测量单元.

• 典型 6 轴 IMU 以较高频率（≥ 100Hz）返回被测量物体的角速度
  与加速度
• 受自身温度、零偏、振动等因素干扰，积分得到的平移和旋转容
  易漂移

2. Visual Odometry 视觉里程计

• 以图像形式记录数据，频率较低（15 − 60Hz 居多）
• 通过图像特征点或像素推断相机运动`

1.1 IMU概述

六自由度 IMU 本身由一个陀螺仪和一个加速度计组成，分别测量自身
的角速度和加速度。
手机等电子产品多使用价格低廉的 MEMS IMU（如 MPU 6050），自动驾驶类则多使用几万元的 IMU（如 Apollo 中使用的 Novatel SPAN-IGM-A1）

1.2 IMU 与视觉定位方案优势与劣势对比：

整体上，视觉和 IMU 定位方案存在一定互补性质：
• IMU 适合计算短时间、快速的运动；
• 视觉适合计算长时间、慢速的运动。
同时，可利用视觉定位信息来估计 IMU 的零偏，减少 IMU 由零偏导致的发散和累积误差；反之， IMU 可以为视觉提供快速运动时的定位。

1.3 IMU 数据可与多种定位方案融合

• 自动驾驶中通常用 IMU+GPS/差分 GPS/RTK 的融合定位方案，形成 GNSS-INS 组合导航系统，达到厘米组定位精度；
• 头戴式 AR/VR 头盔则多使用视觉 +IMU 的 VIO 定位系统，形成高帧率定位方案

1.3.1 松耦合

将 IMU 定位与视觉/GNSS 的位姿直接进行融合，融合过程对二者本身不产生影响，作为后处理方式输出。典型方案为卡尔曼滤波器。

1.3.2 紧耦合

融合过程本身会影响视觉和 IMU 中的参数（如 IMU 的零偏和视觉的尺度）。典型方案为 MSCKF 和非线性优化。

					 `为什么要使用紧耦合`：

• 单纯凭（单目）视觉或 IMU 都不具备估计 Pose 的能力：视觉存
在尺度不确定性、 IMU 存在零偏导致漂移；
• 松耦合中，视觉内部 BA 没有 IMU 的信息，在整体层面来看不是
最优的。
• 紧耦合可以一次性建模所有的运动和测量信息，更容易达到最优。

二、预备知识

2.1 数学符号约定

• 普通变量： $a,b,c$
• 矩阵和向量：A,B, v
• 集合：$\mathbb{R},\mathbb{Z}$
• 特殊集合： $\mathcal{F},\mathcal{G}$
• 希腊字母和向量： $\alpha$
• 李代数： $\mathfrak{s}\mathfrak{o}(3),\mathfrak{s}\mathfrak{e}(3)$
  

2.2 三维刚体运动

2.3 四元数

四元数相关知识可以参考资料：https://download.csdn.net/download/qq_34213260/12504624

2.3.1 四元数和角轴的转换关系

2.3.2 四元数求导

2.3.3 四元数更新

当我们用计算出来的 角速度ω 对某旋转更新时

2.4 李代数

2.4.1 李群李代数的关系

由于$\varphi$是三维向量, 我们可以定义它的模长和它的方向，分别记作 $\theta$ 和 $a,$ 于是有 $\varphi =\theta a_0$ 这里 $a$ 是一个长度为 1 的方向向量，即 || $a\Vert =1_{\circ }$ 。因此可以推导出
$\varphi =\ln (\mathbf{R}{)}^{\vee }=\arccos \frac{\mathrm{tr}(\mathbf{R})-1}{2}$

2.4.2 李代数更新

10 式 和4.8 式联立可得 ${\omega }^{\wedge }={\mathbf{R}}^{\mathrm{T}}\varphi \mathbf{R}$

2.4.3 李代数求导与扰动模型

2.4.4 有关 SE(3)

由于 SE(3) 李代数性质复杂，在 VIO 中，我们通常使用SO(3) + t 的形式表达旋转和平移。对平移部分使用矢量更新而非SE(3) 上的更新