VINS中的初始化方法

背景

本文档介绍VINS中常见的初始化方法，静态初始化相对简单，通常1s内可以完成，但如果遇到在运动时的初始化问题，初始化难度相对较大，实际工程问题中，通常会将初始化分为静态和动态初始化两部分，这里主要是介绍动态初始化方案。

一、基础知识:IMU Preintegration

IMU Preintegration

• 等式两边同时乘以旋转的逆，把IMU测量提取出来
  
• Bias Updates：bias会影响上面的增量，因此bias更新时通过jacobian更新增量
  
  因此，整体预积分流程为：
  

二、 VINS-fusion初始化方法

与第一帧数据相距>0.1s后,利用局部窗口内的每一帧初始化，初始化流程如下：

1、单目+IMU

第四步实现细节：

2、双目+IMU

有尺度，初始化又快又简单

1. 和地图点匹配，SolvePnP，计算当前帧位姿
2. 双目三角化，计算特征深度
3. gyro bias矫正
4. 局部窗口BA优化（视觉余项+IMU余项）

三、VI-ORB-SLAM初始化方法

a.原理介绍

compute an initial estimation for a visual-inertial full BA of the scale, gravity direction, velocity and IMU biases.

b. 实验结果分析

四、ORB-SLAM3初始化

a.原理

b. 实验结果

c.加速方案

假设我们这里有尺度来源tof，那么可以进行加速

五、Fast and Robust Initialization for Visual-Inertial SLAM

六、总结

1、 VISLAM的初始化方案需要较长的数据准备时间（1~2s）

2 、为了得到更准确的初值，需要进行VI-BA优化，耗时约几百ms，处理时间相对较久

3、没有尺度来源时，初始化需要充分的IMU激励，这个条件通常较难满足，因此整体初始化时间较久

4、初始化最重要的解释尺度初始化，其他的收敛都很快，所以如果可以有一个先验的尺度来源，很容易把初始化时间控制在1s以内