首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >VINs和VIO轨迹漂移问题的定位方法是什么?

VINs和VIO轨迹漂移问题的定位方法是什么?
EN

Stack Overflow用户
提问于 2022-09-02 06:26:03
回答 1查看 19关注 0票数 0

VINs和VIO轨迹漂移问题的定位方法是什么?当系统静止或外力产生较大冲击时,整个VINS-Mono系统很容易产生轨迹漂移。其原因是IMU的偏差在预积分过程中继续出现偏差,而视觉重投影误差引起的约束失效(如平稳)。先验约束可能导致LM线性求解器收敛失败,导致后端优化的完全失效。所以视觉静止系统不能回溯。

EN

回答 1

Stack Overflow用户

发布于 2022-09-06 01:29:00

关于VINs的跟踪漂移-Mono和VIO。当系统静止或外力产生较大冲击时,整个VINS-Mono系统很容易产生轨迹漂移。其原因是IMU的偏差在预积分过程中继续出现偏差,而视觉重投影误差引起的约束失效(如平稳)。先验约束可能导致LM线性求解器收敛失败,导致后端优化的完全失效。所以视觉静止系统不能回溯。这类问题的方向如下

  1. 校准方向: VINS-MONO对系统标定有很高的要求,特别是如果IMU的内部基准标定不准确,将直接影响两个传感器之间的外部基准,因此首先要将定位重心置于标定精度上。此外,还需要对可见光相机的标定精度进行检测,可以通过ORB
  2. 进行时间方向检测,这是一项很难完成的任务。如果有单片机来检查传感器的直接读取数据,那就更好了,这样相应的TD就会比较小。但是,如果VINS-Mono本身的时序优化是以异步方式实现的,则很容易受到各种因素的干扰。例如,通过网络输入可视化数据所造成的延迟也会在VINS系统通过VI数据接口在主控件中进行处理时被延迟。目前我们还在处理这个问题,
  3. 本身的数据问题导致了权值的变化,使得视觉约束无法拉回IMU偏移量。这是以往定位问题的思路,但实际的位置和姿态估计是由三个核心约束组成的。Schur完成过程或Cholesky分解过程中存在一个严重的问题,该问题的本地化需要更多的打印日志和数据分析,我们暂时排除了这些问题,并将重点放在Lamda数据的NAN值上。为什么视觉约束不能使IMU轨迹在静止状态下漂移,这也是一个需要深度定位的问题。问题解决后,我们将给出分析和相应的解决方案。如果你有解决类似问题的经验,你也可以讨论和分析。
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/73578568

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档