vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识

VIO 概述

我们之前学过的slam十四讲中相邻相机位姿的估计是由图像(视觉)来估计的,为了更好的进行里程计的状态估计引入互补的IMU单元(惯性测量单元)。之所以说IMU和视觉是互补的是因为IMU能测快的运动而视觉不能,但IMU也有自己的局限如漂移比较多,而视觉的漂移比较少。
我们知道扫地机器人是有vo的odometry的,它的里程计(相对运动) 是可以通过底部的轮子转动的速度和转动的量来确定的,这是一种里程计的测量方式。
相比于直接使用视觉的里程计测量由于不能快速的计算相对运动,所以我们融合了IMU即能快速的进行测量又能正确的估计运动。
首先我们来介绍什么是IMU?
IMU:是惯性测量单元,实际上是用来测被测物体的惯性,而惯性通常由两个量来表示,分别是角速度和加速度,这两个量反应了物体本身的属性。,这两个量是如何计算和描述的我们下节来讲。
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第1张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第2张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第3张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第4张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第5张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第6张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第7张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第8张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第9张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第10张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第11张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第12张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第13张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第14张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第15张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第16张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第17张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第18张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第19张图片
vio-视觉与IMU融合实现里程计(第一章)—— vio概述和预备知识_第20张图片
总的来说,VIO的目的是:使用视觉与IMU融合,来实现既块又稳定的相对运动的估计

你可能感兴趣的:(vio,计算机视觉,人工智能,自动驾驶,vio)