VIO课程学习第一周
作者：互联网
视觉和imu方案对比
零偏： imu放着不动的时候也会有偏移量。
VIO在工业界有不少应用，robotics，AR/VR
考虑清楚，需要绝对位置还是相对位置？是否需要基于地图定位？
IMU 和视觉融合的目标
松耦合和紧耦合
松耦合可以是各个传感器给出一个估计，在最后通过后处理的方式融合。视觉和imu不会相互影响。
紧耦合里，视觉和imu会放在同一个框架考虑，互补。
RTK会在都市场景中失效。
AR VR的眼镜上面经常使用vio。
后处理的方式包括卡尔曼滤波。但是效果有时不佳，因为加权平均有时候不好用。。。
针对紧耦合方案，在视觉通常会用BA得到位姿，imu通过解算得到位置，然后可以通过滤波和优化的方法解决问题。其中，滤波可以被理解为简化的优化方案。
预备知识回顾：
T_{wi}让坐标从imu坐标系转到世界坐标系。
四元数和角轴之间存在固定的转换关系。
四元数对时间求导：
利用李代数对旋转进行求导
对右扰动求雅可比
几点说明：
关于公式（15）： 我们通过讲旋转矩阵转化为李代数，从而求导。
公式（16）： 这是一个BCH近似
公式（17）：右雅克比括号里的对应的的是参数，而不是乘法含义。
SE(3)很麻烦。。。在本门课程中主要用SO(3) + t.
作业
标签：第一周,VIO,求导,VR,课程,imu,耦合,视觉 来源： https://blog.csdn.net/m0_47096428/article/details/116401172