IMU预积分的过程详解

一、IMU和相机数据融合保证位姿的有效性:

  • 当运动过快时,相机会出现运动模糊,或者两帧之间重叠区域太少以至于无法进行特征匹配,所以纯视觉SLAM对快速的运动很敏感。而有了IMU,即使在相机数据无效的那段时间内,也能保持一个较好的位姿估计,这是纯视觉

    SLAM 无法做到的。

  • 当图像发生变化时,本质上我们没法知道是相机自身发生了运动,还是外界条件发生了变化,所以纯视觉SLAM难以处理动态的障碍物。而IMU能获取自己的运动信息,从某种程度上减轻动态物体的影响

  • IMU虽然可以测得角速度和加速度,但这些量都存在明显的漂移,使得积分两次得到的位姿数据非常不可靠。相比于IMU,相机数据基本不会有漂移,所以相机数据可以有效地估计并修正IMU读数中的漂移使得在慢速运动后的位姿估计依然有效。

二、IMU和Camera数据融合获取位姿的主要流程

1、利用相机和IMU分别进行图像采集和惯性数据采集,且IMU的采集频率大于相机的采集频率

2、提取相机获取的每一顿图像的特征点,然后提取特征点的描述子,匹配特征点计算相机位姿

3、对IMU得到的多组IMU数据进行预积分,计算出两图像对应的IMU的位姿和速度

4、IMU初始化,这一步的目的是获取IMU参数较好的初始值: 速度、重力以及Bias。

三、构建视觉残差惯性残差的统一损失函数进行联合优化

  • 视觉里程计VO通过最小化相关键帧的重投影误差,计算得到相机的位姿和地标的位置
  • IMU对相邻两帧的位姿之间添加约束,而且对每一帧添加了状态量:陀螺仪和加速度的偏差

四、IMU预积分过程

1、IMU测量模型

角速度是陀螺仪得到的, B是刚体,IMU与相机的物体坐标系,W是世界坐标系,与角速度和陀螺仪的偏置有关系,与陀螺仪存在的噪声有关,

加速度是由R旋转乘加速度减重力加速度的差,加速度计的偏置,噪声

2、IMU运动学模型

某一时刻的旋转乘角速度, 速度与加速度是有关系的,位姿也可以通过速度求解出来的

3、基于运动学模型,可得t和t+Δt时刻状态关系

相关推荐
jamison_12 天前
文心一言与 DeepSeek 的竞争分析:技术先发优势为何未能转化为市场主导地位?
人工智能·ai·chatgpt·gpt-3·1024程序员节
NaZiMeKiY3 天前
HTML5前端第六章节
前端·html·html5·1024程序员节
jamison_17 天前
颠覆未来:解锁ChatGPT衍生应用的无限可能(具体应用、功能、付费模式与使用情况)
ai·chatgpt·1024程序员节
NaZiMeKiY12 天前
HTML5前端第七章节
1024程序员节
earthzhang202116 天前
《Python深度学习》第四讲:计算机视觉中的深度学习
人工智能·python·深度学习·算法·计算机视觉·numpy·1024程序员节
明明真系叻1 个月前
2025.3.2机器学习笔记:PINN文献阅读
人工智能·笔记·深度学习·机器学习·1024程序员节·pinn
bitenum1 个月前
【C++/数据结构】队列
c语言·开发语言·数据结构·c++·青少年编程·visualstudio·1024程序员节
IT学长编程1 个月前
计算机毕业设计 基于SpringBoot的智慧社区管理系统的设计与实现 Java实战项目 附源码+文档+视频讲解
java·spring boot·后端·毕业设计·课程设计·论文笔记·1024程序员节
qq_382391331 个月前
WPF框架学习
学习·wpf·1024程序员节
✿ ༺ ོIT技术༻1 个月前
Linux:TCP和守护进程
linux·运维·服务器·网络·tcp/ip·1024程序员节