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