SLAM&VIO

小觅双目摄像头标准版视觉惯性 SLAM DEMO

它是由StefanLeutenegge等人提出的基于双目+惯导的视觉里程计，属于VIO(VisualInertialOdometry)。
qq_43525734·2020-07-29 23:34

从零开始一起学习SLAM | 用四元数插值来对齐IMU和图像帧

小白：是这样的，现在VIO（Visual-InertialOdometry，视觉惯性里程计）很火，我就想试试把IMU测量的信息和图像进行简单的融合，这样利用IMU测量的先验信息，可以给图像一个比较好的初值
计算机视觉life·2020-07-29 02:15

视觉SLAM融合IMU问题研究笔记

这也是一个VIO(VisualInertialOdometry)
all3n531·2020-07-28 23:55

CVPR2019丨VI-SLAM新方案SEVIS，精度高、漂移少，更节省算力！

文章目录SEVIS简介方案亮点方案核心VIO功能SLAM特性地图特征关键帧辅助2D到2D匹配结果验证计算复杂性实际测试结果结论计算机视觉领域顶级峰会之一的CVPR2019即将于6月16-19日在美国洛杉矶举办
INDEMIND·2020-07-28 22:13

SVO半直接视觉里程计 学习与归纳

**SVO半直接视觉里程计学习与归纳**前段时间在一篇文章中看到了关于“单目视觉惯性vio算法的比较与分析”在最后的结论中提到，svo的算法具有很高的计算效率，并且svo算法具有较强的可拓展性，如下图所示
MangoGZH·2020-07-28 22:31

萌新学VINS-Fusion（三）------双目和GPS融合

其实我之前改出过一个加了GPS的VIO，并且也开源了，之前没有找到合适的数据集，自己造的数据，效果一般，近期我准备跑一下看看效果最近我在之前代码基础上做了修改，还在测试效果，之后可能会开源，希望大家关注
slam萌新·2020-07-28 20:53

VINS-MONO边缘化策略

紧耦合VIO处理的两种误差分别为IMU误差与图像误差，采用LM、GN、Dogleg等方式迭代求解待优化参数增量，以求得最大似然估计，最小化非线性化误差。
Lemonade__·2020-07-28 20:36

IMU预积分

而VIO算法中通过IMU预积分同样可以获得关键帧之间的位姿，为BA增加约束。
realjc·2020-07-28 20:51

相关性扫描匹配CSM与分支限界加速

前端充当里程计的角色，比如我们熟知的VO（视觉里程计）和VIO（视觉惯性里程计）。激光SLAM也需要前端，对于每一帧点云，通常是使用所谓的扫描匹配（scan-match）方法进行位姿估计。
Coulson的博客·2020-07-28 19:34

VINS（一）简介与代码结构

是基于优化和滑动窗口的VIO，使用IMU预积分构建紧耦合框架。并且具备自动初始化，在线外参标定，重定位，闭环检测，以及全局位姿图优化功能。
weixin_34190136·2020-07-28 19:27

VIO概述　On-Manifold Preintegration for Real-Time Visual--Inertial Odometry

目前的研究方向可以总结为在滤波算法中实现高精度，在优化算法中追求实时性．当加入IMU后，研究方向分为松耦合和紧耦合，松耦合分别单独计算出IMU测量得到的状态和视觉里程计得到的状态然后融合，紧耦合则将IMU测量和视觉约束信息放在一个非线性优化函数中去优化．紧耦合的框架使得IMU数据可以对视觉里程计进行矫正，同时视觉里程计信息也可以矫正IMU的零偏，因此一般认为紧耦合的定位精度较高．个人认为松耦合和滤
weixin_34050427·2020-07-28 18:51

简单理解VIO(一)

目录一、预备知识回顾1.场景预设2.三维刚体运动3.四元数参考文献附随着AIOT（AI+Iot）技术的发展，任务移动的模块在不久的未来都将配备MEMSIMU，以确定设备的位置与姿态，做出更智能的决策与反应。以手机为例，从iPhone4开始，后续的手机均配备了三轴陀螺仪，从小米2开始就配备IMU，相信未来不管是旗舰机还是普通手机，配备IMU都将是基本配置，就像手机配备照相的镜头一样。但是由于IMU本
手持电烙铁的侠客·2020-07-28 15:21

msckf_vio使用记录

但是，msckf_vio使用的是Ubuntu16.04withROSKinetic，Kinetic版本的ros使用的是opencv3。
无痕92·2020-07-28 15:05

从入门到放弃——Lidar小白学习Lidar SLAM系列（1）LeGO-LOAM环境搭建

正好最近公司有个激光雷达的相关项目，博主借此机会搞来了一台新电脑，安装了双系统，下面先记录一下Lidar的学习过程，VIO系列待有空再补上。
qq_43535779·2020-07-28 09:52

小觅智能 | VINS 学习笔记

它是基于优化和滑动窗口的VIO，使用IMU预积分构建紧耦合框架，同时还有自动初始化，在线外参标定，重定位，闭环检测，以及全局位姿图优化功能。VIN
qq_43525734·2020-07-28 09:20

VIO学习笔记（二）：估计器的初始化问题

VIO学习笔记（二）：估计器的初始化问题继上篇学习了IMU传感器的测量原理之后，今天来说说VIO估计器的初始化问题。1.什么是VIO估计器的初始化？
清.隐·2020-07-28 09:06

VIO

BA定义:通过优化相机位姿和特征点的空间位置，使得每条光束都能打到光心（都能打到光心的意思就是不断迭代减少打到光心的误差。一个SLAM问题求解的整体思路1.确定所有的约束关系（因子图）2.针对每个约束，确定三个要素：误差项、优化变量、协方差3.计算雅可比矩阵，调用GN、LM等，求解BA高斯牛顿法假设e(x+x)是n*1维，那么就是n*n维，得到的结果就是1*1假设优化变量x的维度是m*1EKF滤波
SHU_·2020-07-28 08:16

手写VIO后端分析（手写VIO总结五）

手写VIO后端分析（手写VIO总结五）文章目录1、计算视觉重投影残差理论部分2、残差雅可比的推导3.作业3.1.1如何拼接信息矩阵3.1.2利用舒尔补问题加速问题的求解3.2完成滑动窗口算法测试函数手写
纷繁中淡定·2020-07-28 07:42

港科VINS-Mono系统学习（5） 闭环检测

vins是今年刚开源的vio系统，跑了数据集效果挺好的，所以看了paper和代码。视频地址：https://www.youtube.com/watch?
白眼哥哥·2020-07-28 06:16

视觉−惯性导航融合SLAM方案

VIO和之前的几种SLAM最大的不同在于两点：首先，VIO在硬件上需要传感器的融合，包括相机和六轴陀螺仪，相机产生图片，六轴陀螺仪产生加速度和角速度。
小秋SLAM笔记·2020-07-28 05:42

视觉VIO--1.图像处理前端

总体流程读取图像(控制接收图像的时序和频率)提取特征(初始化和光流跟踪)根据随机抽样一致性去除外点。设置图像掩模版去除位于图像边缘的角点，在感兴趣区域内计算Harris角点去除畸变，将一幅图像提取的对应两个角点的像素坐标，id，光流速度push到一个image对象中。在滑动窗口中进行图像的sfm初始化初始后成功后后续不断进行三角化。读取图像读取第一幅图形不做处理。控制发布图像的频率（不清楚实际的相
南山二毛·2020-07-28 05:04

视觉VIO--4.边缘化和滑动窗口算法

当维护一个vio的优化问题时候，因为优化问题中在不断的有新的变量进来，同时还需要删除久的变量，这个过程就变成了一个滑动窗口的过程。
南山二毛·2020-07-28 05:03

VINS_FUSION入门系列---GPS与VIO融合

details/105429471http://www.luyixian.cn/news_show_313718.aspxstate:状态量,位姿,速度,bias等LocalFactor:局部观测约束,VIO
pj_find·2020-07-28 04:24

OKVIS VIO 解析 1 初始化

OKVIS利用IMU读数初始化位姿。首先检测IMU第一帧数据是不是在第一帧图像之前，如果不是则舍弃掉这帧图像。然后在一定的时间段内(从0到第一帧图像时间+0.02后)并且假设静止，这时位移增量为0，角度增量则为这个时间段加速度平均归一化后的值于重力归一化值之间的夹角，从而获得初始位姿。这里认为初始位姿即为第一帧图像采集时相机的位姿，可以用来帮助检测描述特征点。之后可以用来作为匹配时的状态初始值（s
Watkinstord·2020-07-27 23:28

视觉惯性里程计（VIO）

视觉惯性里程计（VIO）本文是Forsteretal.的阅读笔记，自己补充了一点基于鱼眼相机的噪声传递内容。概述使用视觉和惯性部件可以分别定位目标。
hbar1973·2020-07-27 23:33

MSCKF_VIO算法框架

SCKF_VIO算法1、MSCKF视觉惯性融合算法简介惯性导航利用惯性测量单元(IMU)测量得到的角速度、加速度信息进行惯性导航解算得到运载体的位置、速度、姿态(含航向)等信息，具有实时性好、动态性能好等优点
Baymax_在路上·2020-07-27 23:01

关于VIO中IMU预积分的讲解

WhyVIO转自：https://zhehangt.github.io/2019/03/23/SLAM/Basic/VIOInit/首先我们先简单回顾一下为什么要做VIO，以及为什么要做VIO初始化。
ggggeekkk·2020-07-27 22:12

[2017]VI-ORBSLAM 论文阅读笔记

IEEERoboticsandAutomationLetters,2017,2(2):796-803.是ORB-SLAM系列中实现IMU传感器添加的一篇论文，主要特点在于：单目+IMU的对准方法紧组合的VI-SLAM的实现1.摘要近年来，视觉惯性里程计（VIO
ww旭ww·2020-07-27 22:40

Marginalization in Sliding Window Optimization滑动窗口优化的边缘化方法

目前的VIO(VisualInertialOdometry)都会建立图优化(GraphOptimization)来求解，为了节省计算量，一般采用滑动窗口法(SlidingWindow)。
成风醉雅·2020-07-27 20:31

【原创】VIO/VISLAM中的BA问题详解1

对BA问题采用由特殊（典型视觉BA问题）到一般（general最小二乘问题）再到特殊（VIO中的BA）的顺序进行分析。本篇首先介绍典型视
anruoxi3236·2020-07-27 19:51

VINS理论与代码详解1——框架解析

VINS理论与代码详解1——框架解析写在前面：本文整和自己的思路，希望对学习VINS或者VIO的同学有所帮助，如果你觉得文章写的对你的理解有一点帮助，可以推荐给周围的小伙伴们当然，如果你有任何问题想要交流
五行缺帅wangshuailpp·2020-07-27 13:00

结构化SLAM思路及研究过程汇总

RGBInertialSLAM:PointsVIO->PointsedgeVIO->PointsedgePlaneVIO->VIOMeshReconstruction->DenseMapping一.基于VIO
五行缺帅wangshuailpp·2020-07-27 13:28

Kimera实时重建的语义SLAM系统

包含了四个模块：快速准确的视觉-惯导里程计VIO流水线（Kimera-VIO）基于鲁棒位姿的图优化完整SLAM实现（Kimera-RPGO）单帧和多帧3D网格生成器（Kimer
Being_young·2020-07-27 13:30

VIO算法总结（二）

VIO后端，后端有两种方法，一种是非线性优化，另一种是滤波，这两种有啥区别呢？其实这里面的知识还挺多的。
金木炎·2020-07-27 12:19

vins-fusion代码解读[四] 图像回环检测loop_fusion主体

vins_fusion与vins_mono一个差别在于，回环检测的点云数据在mono中有回调供给VIO进行非线性优化，而在fusion中，VIO估计完全独立于回环检测的结果。
乌龟抓水母·2020-07-27 12:23

视觉惯导里程计VIO综述

最近阅读了VIO中的一些论文，在这里做个汇总方便以后查阅，如有问题欢迎指正。
NEU_LC·2020-07-27 11:19

ORB_SLAM2+IMU详解

单目VIO学习细节探讨：PVR优化顶点：g2o::VertexNavStatePVR，定义在g2otypes.h中Bias优化顶点：g2o::VertexNavStateBias一：关于优化部分：Optimizer.cpp1
五行缺帅wangshuailpp·2020-07-27 11:42

[解读]Hi3519·SDK·sample

SDK里面-sample的学习记录：遇到的问题，解决链接sample_vio.c：主要解读SAMPLE_VIO_PreView函数1.yuv格式数据：针对图像大小来创建公共vb时，还添加了“header
Hosea14·2020-07-15 20:56

【原创】VIO/VISLAM中的BA问题详解3

（转载请注明出处）下面来讨论使用IMU预积分框架的VIO/VISLAM，在进行优化求解时，其增量方程的结构。不失一般性，我们不区分相机状态和IMU状态（暂时不考虑优化IMU-CAM外参。
anruoxi3236·2020-07-15 20:08

ubuntu下make时对XX未定义的引用

/Thirdparty/vio_g2o/lib/libvio_g2o.so：对'IMUErrorModel>::IMUErrorModel(Eigen::Matrix,27,1,0,27,1>,Eigen
菀er·2020-07-15 16:19

vins_fusion跑公开数据集EUROC

上图是跑的单目后利用evo工具和保存的VIO数据得到的，可以看出跑飞了。上图是跑完双目使用保存的posegraph数据得到，rmse值不到0.11。
Reidkm·2020-07-15 10:00

vins位姿图优化

为了消除漂移，提出了一种与单目VIO无缝集成的紧耦合重定位模块。
酸菜余·2020-07-15 08:40

[从零写VIO|第七节]——VINS-Mono代码精简版代码详解——初始化4visualInitialAlign()(内容|代码)

接上一篇博客——视觉IMU对齐的内容和代码的解析，我们已经通过VisualIMUAlignment函数得到了初始值：陀螺仪的bias、尺度因子s、有模长限制的重力向量、各个帧的速度，同时借助重力向量实现了相机坐标系与世界坐标系的对齐。总结一下就是：相机-IMU对齐指的是将视觉SFM结构和IMU的预积分结果进行对齐，主要分为1）陀螺仪偏差的标定；2）速度、重力向量和尺度初始化；3）对重力进行修正三部
いしょ·2020-07-15 06:45

[从零写VIO|第七节]——VINS-Mono代码精简版代码详解——初始化2视觉初始化(内容|代码)

接上一篇——外参标定的代码和内容的讲解，计算出旋转外参数qbcq_{bc}qbc(对应代码中的ric)后，开始其他参数的初始化；视觉初始化的过程是至关重要的，如果在刚开始不能给出很好的位姿态估计，那么也就不能对IMU的参数进行精确的标定。当然，当相机在弱纹理或者高动态场景下工作时，预期的SLAM算法能够根据IMU的数据补偿视觉不确定性带来的精度损失。我们利用SfM确定各个pose和特征点的相对于c
いしょ·2020-07-15 06:45

[从零写VIO|第七节]——VINS-Mono代码精简版代码详解——初始化3视觉IMU对齐(内容|代码)

接上一篇——视觉初始化的代码和内容的讲解,我们对所有的图像帧(滑动窗口内与外all)提供初始R、T估计，然后进行pnp优化，同时我们也得到了它们对应的IMU坐标系到lll系的旋转平移。现在进行视觉惯性联合初始化。【为什么要用视觉惯性联合初始化？怎样联合？】对于单目系统：视觉系统只能获得二维信息，损失了一维信息(深度)——>利用三角化重新获得损失的深度信息；相机之间是非米制单位表示(s尺度因子)，I
いしょ·2020-07-15 06:45

[从零写VIO|第七节]——VINS初始化(作业)

关于第七节VINS的初始化，其内容和代码均整理在下面列出的博客中。视频的主要讲解内容在初始化1，初始化3。run_euroc前端的数据处理(内容|代码)初始化1外参标定(内容|代码)初始化2视觉初始化(内容|代码)初始化3视觉IMU对齐(内容|代码)初始化4visualInitialAlign()(内容|代码)VINS_Mono知识点解析实验流程1.数据预处理2.测试代码3.修改代码4.实验结果具
いしょ·2020-07-15 06:44

[从零写VIO|第七节]——VINS-Mono代码精简版代码详解——初始化1外参标定(内容|代码)

本节是VIO的重点，主要是VINS的鲁棒初始化：外参估计，重力估计对齐目录1.大体流程VINS外参标定2.若旋转外参数qbcq_{bc}qbc未知,则先估计旋转外参数2.1获取最新两帧之间匹配的特征点对
いしょ·2020-07-15 06:44

香港科技大学的VINS_MONO初试

简介VINS-Mono是香港科技大学开源的一个VIO,我简单的测试了，发现效果不错。做个简单的笔记，详细的内容等我毕设搞完再弄。
weixin_30878501·2020-07-15 03:37

VINS-mono详细解读

VINS-mono详细解读极品巧克力前言Vins-mono是香港科技大学开源的一个VIO算法，https://github.com/HKUST-Aerial-Robotics/VINS-Mono，是用紧耦合方法实现的
weixin_30875157·2020-07-15 03:36

VINS-Mono 论文解读（IMU预积分残差+Marg边缘化）

目录VIO引出原因：融合方案：本文贡献：0、总体框架0.1数据预处理（IMU预积分见标题1）0.2初始化A.滑动窗口(SlidingWindow)纯视觉SfMB.视觉惯性校准（IMU预积分与视觉结构对齐
try_again_later·2020-07-14 23:18
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他