(每日一讀2019.10.24)一種基於通用優化方法的多傳感器全局裏程計估計框架(VINS-Fusion)

參考博文:
https://blog.csdn.net/qq_41839222/article/details/87860819
https://blog.csdn.net/weixin_41843971/article/details/86537228

摘要

精確的狀態估計是自主機器人的一個基本問題。爲了實現局部精確和全局無漂移狀態估計,通常將具有互補特性的多個傳感器融合在一起。**局部傳感器(攝像機、imu、lidar等)在小範圍內提供精確的姿態,而全局傳感器(gps、磁強計、氣壓計等)**在大範圍環境中提供噪聲大但無漂移的定位。本文提出了一種融合局部狀態和全局傳感器的傳感器融合框架,實現了局部精確、全局無漂移的姿態估計。由現有的VO/VIO方法產生的局部估計在姿態圖優化中與全局傳感器融合。在圖優化中,局部估計被對齊成全局座標。同時,消除了累積漂移。我們在公共數據集和實際實驗中評估了系統的性能。將結果與其他最新算法進行了比較。我們強調,我們的系統是一個通用的框架,可以很容易地融合各種全局傳感器在一個統一的圖優化中。我們的實現是開源的。
在這裏插入圖片描述

I 背景

自主移動機器人(自動駕駛、檢查、搜索和救援) 基本技術:定位,精確的6自由度姿態來導航和控制

可用於局部姿態估計的sensor:

  • 雷達和激光雷達廣泛應用於室內受限環境
  • 攝像機和慣性測量單元則適用於室內和室外環境。

局部位姿估計算法缺點:

  • 沒有全局座標的局部幀(相對於起始點)中產生位姿估計。即使
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章