VINS-Mono: 单目视觉惯性导航系统详解

"VINS-Mono是一个鲁棒且多用途的单目视觉惯性状态估计器，专注于解决IMU处理、评估器初始化、外部参数标定和非线性优化的问题。该方法采用了一种能进行初始化和故障恢复的robust程序，并通过紧密耦合的非线性优化融合预积分的IMU数据和视觉数据，实现高精度的VI里程计。回环检测模块则通过结合紧耦合公式，以最小的计算成本实现重定位。此外，还利用四自由度的位姿图优化，确保全局一致性。系统包括测量预处理、初始化、VIO与重定位以及位姿图优化四个主要模块，各模块在多线程中运行，以实现实时性能。" 在VINS-Mono中，测量预处理是整个系统的基础，它负责处理来自惯性传感器（IMU）和单目相机的数据。相机部分通过特征检测和跟踪算法（如KLT稀疏光流算法）来提取并跟踪特征点，保持100至300个特征点的数量，以平衡计算效率和精度。特征点的分布通过设定最小间距得以均匀化。2D特征点首先进行畸变校正，然后通过RANSAC算法剔除异常值，再映射到单位球面上，以适应三维空间中的表示。 初始化阶段至关重要，它为后续的非线性优化型VIO提供了必要的初始值，包括姿态向量、速度向量、重力向量、陀螺仪偏差以及3D特征点坐标。这一阶段的成功与否直接影响到整个系统的稳定性和精度。 VIO（视觉惯性里程计）与重定位紧密结合，通过预积分的IMU测量和视觉观测进行紧密耦合的非线性优化，不断更新和校正估计的状态。同时，系统集成的回环检测模块能够检测到已访问过的区域，实现快速重定位，减少累积误差。 最后，位姿图优化模块利用四自由度的位姿图，对整个轨迹进行全局优化，确保长期运行时的漂移校正。这一过程在几何上验证了重定位结果，并在多线程环境下与VIO和重定位模块并行运行，以满足实时性需求。 VINS-Mono通过高效的预处理、精确的初始化、动态的VIO与重定位以及全局一致性优化，实现了单目视觉与惯性传感器数据的有效融合，为移动机器人和自动驾驶等领域的定位导航提供了强大的技术支持。