單目視覺同步定位與地圖創建MonoSLAM----誤差累積問題
顧照鵬的論文《基於部分慣性傳感器信息的單目視覺同步定位與地圖創建方法》提出基於Roll角和Pitch角的MonoSLAM法：
先利用慣性傳感器輸出的Roll角和Pitch角系統標定， 然後將慣性傳感器自身的Yaw作爲系統狀態向量的一個分量利用擴展卡爾曼濾波器（EKF）實時地估計狀態向量， 進而實現實時魯棒的SLAM。能夠有效抑制誤差累積問題。
慣性傳感器（分爲兩類：角速率陀螺；線加速度計） 三軸方向角輸出做輔助：
- 橫滾角Roll-----精度高
- 俯仰角Pitch----精度高
- 偏航角Yaw-----精度低，不直接用
如何在未知環境中實時地確定用戶頭部位置和姿態？
設計一個定位定姿模塊：由攝像機+3DM-GX1慣性傳感器組成。（3DM-GX1是陀螺儀姿態測量系統。）
系統涉及世界座標系，攝像機座標系，固定在3DM-GX1上的3DM-GX1座標系，地磁座標系。他們之間的四個旋轉矩陣滿足一個式子。根據攝像機拍的圖像和輸出的Roll角和Pitch角可以標定兩個旋轉矩陣，基於它們，僅將Roll角和Pitch角作爲姿態基準量，將3DM-GX1座標系與地磁座標系之間的Raw角作爲未知狀態分量，引入EKF中以提高系統穩定性。
攝像機的狀態向量定義爲一個8維向量，攝像機光心位置，三軸速度，3DM-GX1座標系與地磁座標系之間的Yaw角及相應的角速度。環境地圖特徵定義爲三維點特徵。因此，整個MonoSLAM系統的狀態向量x表示成一個（8+3N）維向量。通過不斷迭代更新數據關聯和狀態向量，修正得到穩定的系統。
實驗用上述模塊安在一個電動轉檯上，控制轉檯在65°範圍內做往復圓周運動，同時拍一段視頻，實時計算攝像機運動軌跡，以此爲基準，論文中測試了所提出方法和另外三種方法，對比得到的3軸運動軌跡。驗證得到所提出方法在苛刻條件下的有效性後，再做另一虛擬現實實驗：在目標位置虛擬一坦克，將攝像機自由運動，計算出運動軌跡，初始目標位置不變，得證。
