从零手写VIO-概述与课程介绍

重点内容

1. IMU的工作原理和噪声方程

2. 视觉与IMU紧耦合的基础理论

3. 从零开始实现VIO紧耦合优化器（仅仅基于Eigen）

VIO概述

VIO（Visual-Inertial Odometry）：以视觉与IMU融合实现里程计

IMU（Inertial Measurement Unit）,惯性测量单元

• 典型6轴IMU以较高频率（大于等于100Hz）返回被测物体的角速度与加速度

• 受自身温度、零偏、振动等因素干扰，积分得到的平移和旋转容易漂移

视觉（Visual Odometry）

• 以图像形式记录数据，频率较低（15-60Hz居多）

• 通过图像特征点或像素推断相机运动

IMU与视觉定位方案优势与劣势对比

方案	IMU	视觉
优势	快速响应 不受成像质量影响 角速度普遍比较准确 可估计绝对尺度	不产生漂移 直接测量旋转与平移
劣势	存在零偏 低精度IMU积分位姿发散 高精度价格昂贵	受图像遮挡、运动物体干扰 单目视觉无法测量尺度 单目纯旋转运动无法估计 快速运动时易丢失

整体上，视觉和IMU定位方案存在一定的互补性质

• IMU适合计算短时间、快速的运动

• 视觉适合计算长时间、慢速的运动

同时，可以利用视觉定位信息来估计IMU的零偏，减少IMU由零偏导致的发散和累计误差；反之，IMU可以为视觉提供快速运动时的定位

融合方案

• 松耦合

• 紧耦合

为什么要使用紧耦合

• 单纯凭（）单目视觉或IMU都不具备估计Pose的能力；视觉存在尺度不确定性，IMU存在零偏导致漂移

• 送耦合中，视觉内部BA没有IMU信息，在整体层面来看不是最优的。

• 紧耦合可以一次性建模所有的运动和测量信息，更容易达到最优

预备知识回顾

四元数

• 四元数q有一个实部和三个虚部。我们把实部写在前：

或

其中为实部，为虚部，因为实部为标量虚部为矢量，所以也可以写成：