xiaoma_bk的博客

VINS即 ，港科大在2019年1月12号发布了Vins-fusion，从2017年发布的Vins-mono:单目+IMU，这次晋级了vins-fusion，demo中主要给出了四个版本：VINS-Fusion是基于优化的多传感器状态估计器，可为自主应用（无人机，汽车和AR/VR）实现准确的自定位。VINS-Fusion是VINS-Mono的扩展，它支持多种视觉惯性传感器类型（单摄像机+IMU，立体摄像机+IMU，甚至纯双目摄像机）。使用IMU 时，初值与重力方向对齐加速度均值 gave=[g1,g2,g3

lvi-sam 代码阅读

vins 总结

相机 模型占坑

vins pose_graph 回环检测+因子图优化

vins 特征提取，虽然是一个简单的光流，但是有好多trick

vins 5点法占坑

vins 接收到图片特征后的操作，滑窗优化都有

特征点管理

CalibrationExRotation功能：若未提供外参时，该类可以帮你校准imu与相机的外参(旋转)参数：两帧图像对应的特征点，imu的旋转，输出外参矩阵原理：RcbRbkbk+1RcbT=Rckck+1{R_{cb}R_{b_kb_{k+1}R_{cb}^T}=R_{c_kc_{k+1}}}Rcb​Rbk​bk+1​RcbT​​=Rck​ck+1​​RcbRbkRbk+1=Rckck+1Rcb{R_{cb}R_{b_k}R_{b_{k+1}}=R_{c_kc_{k+1}}..

文章目录Quaternion四元数左右乘求解 JacobianQuaternion and Rotation MatrixQuaternionq=[w,x,y,z]{q = [w,x,y,z]}q=[w,x,y,z] 其中，www为实部，x,y,z{x,y,z}x,y,z为虚部4维表示3维旋转，故Pose 7维，实际6维度。对于继承ceres:: LocalParameterization中virtual int GlobalSize() const { return 7; }virtual

视觉、IMU 初始化相关

文章目录参数块信息-ResidualBlockInfo线程结构-ThreadsStruct定义ThreadsConstructA边缘化信息-MarginalizationInfo成员变量调用FunctionaddResidualBlockInfopreMarginalizemarginalizeGetParameterBlocks边缘化因子构造及成员核心函数参数块信息-ResidualBlockInfo构造参数ceres::CostFunction 通常传入其子类ceres::LossFunct

简介 + 残差求解 + jacobian

vins 中 帧间imu 估计

vins 初探1.各文件夹功能解读2. 简介2.1 vins-mon 概述2.2 Measurement Preprocessing 过程2.3 Estimator Initialization 过程2.4 Tightly Computed Monocular VIO1.各文件夹功能解读文件夹主要功能ar_demo视觉定位的一个小demobenchmark_pub...