以下内容来自从零开始机器人SLAM知识星球 每日更新内容
点击领取学习资料 → 机器人SLAM学习资料大礼包
#论文# InGVIO: A Consistent Invariant Filter for Fast and High-Accuracy GNSS-Visual-Inertial Odometry
论文地址：[2210.15145] InGVIO: A Consistent Invariant Filter...
作者单位：清华大学
GNSS与视觉和惯性传感器相结合，可以提供平滑的位姿估计，而不会在坐标系中漂移。随着卫星数量的减少，融合系统逐渐退化为视觉惯性里程计（VIO）。在这篇文章中，我们提出了一个开源的基于invariant filter的 InGVIO，以紧融合单目/双目视觉惯性测量以及来自 GNSS 的原始数据，即伪距离和多普勒频移。与当前基于图形和基于 EKF 的算法相比，InGVIO 在准确性和计算负载方面提供了极具竞争力的结果。由于我们提出的关键帧边缘化策略，三角测量的基线很大，尽管只保留了几个位姿。此外，地标被锚定到单个姿势以适应invariant filter的非线性对数误差形式，同时实现与 IMU 状态的解耦传播。此外，我们利用系统的无穷小对称性，与我们之前使用可观测性分析的工作相比，它给出了退化运动模式和不可观察子空间结构的等效结果。我们表明，正确选择的不变误差捕获了这种对称性并具有内在的一致性属性。InGVIO 在开放数据集和我们提出的具有不同难度的固定翼数据集上进行了测试。据我们所知，后者是第一个在具有原始 GNSS 的固定翼飞机上向社区开源的数据集。
以上内容来自从零开始机器人SLAM知识星球 每日更新内容