【开源分享】VIDO-SLAM：一种视觉惯性动态物体SLAM系统

文章：Inertial-Only Optimization for Visual-Inertial Initialization

作者：Carlos Campos, Jose M.M. Montiel and Juan D. Tard ´ os´

代码：https://github.com/bxh1/VIDO-SLAM.git

编译：点云PCL

本文仅做学术分享，如有侵权，请联系删除。内容如有错误欢迎评论留言，未经允许请勿转载！

摘要

VIDO-SLAM是一种视觉惯性动态物体SLAM系统，能够估计相机姿态，使用单目相机进行视觉惯性SLAM，跟踪动态物体，算法无论是否使用IMU，都可以提供了使用单目相机在Kaist数据集中运行SLAM系统。

历史文章：【开源分享】VDO-SLAM:基于视觉的动态SLAM感知系统

实现了功能包括：

（1）将MonoDepth2、FlowNet和MaskRcnn与可在基于ROS的SLAM系统中实时运行

（2）实现了室外场景中的视觉惯导SLAM

（3）跟踪和估计动态对象的运动

主要内容及贡献

这篇文章在视觉惯导SLAM初始化中的工作的主要贡献有:

（1）考虑IMU噪声的概率模型的情况下，将视觉-惯性初始化问题表述为只考虑惯的最优估计问题。

（2）一次性求解了所有的惯性参数，避免了解耦估计所产生的不一致性，这使得所有的估计都是一致。

（3）不做任何初始速度和姿态的假设，这使得该方法适用于任何初始情况。

（4）不假设IMU偏差为零，且将它们的已知信息编码为被我们的MAP估计所利用的概率先验。

根据不同传感器初始化方法可以分为三个步骤:

仅视觉的最大后验估计：使用BA初始化并运行短时间的单目ORB-SLAM，以获得一个纯视觉MAP估算的 up-to-scale，同时，计算关键帧间的IMU预积分及其协方差。

仅惯导的最大后验估计：仅针对惯性的优化，使IMU轨迹与ORB-SLAM轨迹对齐，找到尺度，关键帧的速度、重力方向和IMU偏差 biases。

视觉-惯导的联合最大后验：将上一步的解作为完整VI-BA的种子，得到联合最优解。

具体细节可查看原文：

https://arxiv.org/pdf/2003.05766.pdf

实验

下表展示了EuRoC数据集中每0.5s进行一次初始化的结果统计：

视觉惯性BA前后，通过不同初始化方法沿EuRoC数据集的所有序列获得的比例因子（估计和真值比例之间的比率）的实验分布，总共启动了2248次初始化。如下图：

与原始ORBSLAM-VI和VINS Mono的比较结果。

代码依赖：

• ROS
• PyTorch (Version: 1.4.0)
• GPU (at least 8GB of memory)
• OpenCV
• Pangolin
• g2o
• Eigen

相关文章：

Jun Zhang, Mina Henein, Robert Mahony and Viorela Ila. VDO-SLAM: A Visual Dynamic Object-aware SLAM System. Submitted to The International Journal of Robotics Research. IJRR (Under Review).

Carlos Campos, J. M. M. Montiel and Juan D. Tardós, Inertial-Only Optimization for Visual-Inertial Initialization, ICRA 2020.

总结

所提出的初始化方法比大多文献中的方法更精确，计算时间非常短，这证实了最优估计理论能够正确利用传感器噪声的概率模型，获得比求解线性方程组或使用非加权最小二乘法更精确的结果。