对视觉同步定位和绘图系统(SLAM)和视觉里程计(VO)的深入研究产生了具有越来越高的精度和鲁棒性的优秀系统.现代系统依赖于最大后验估计,在视觉传感器的情况下,这对应于束调整,或者在基于特征的方法中最小化特征重投影误差的几何束调整...;在VI模式中,通过加入(bias)残差来估计物体速度以及惯性测量单元偏差.地图跟丢时,跟踪Atlas进行重定位,成功则继续跟踪,在必要的时候切换active map(动地图)失败,短暂延时后将当前地图存储为...之前ORB-SLAM当跟踪失败的时候,系统会启动重定位.找出一些候选关键帧,对每个候选关键帧,用ransac和EPNP估计位姿,然后更新当前帧的地图点匹配,然后优化位姿,如果内点较少,则通过投影的方式对之前未匹配的点进行匹配...但是ePnP算法前提是calibrated pinhole camera(针孔相机),为了兼容ORB-SLAM3对相机模型的抽象,采用了MLPnP(极大似然透视n点算法).该算法使用投影光线作为输入,相机只需要提供一个从像素到投影光线的非投影函数即可重定位...3、xj处相机与3D landmark(地图点)的视觉重投影误差:
?
4、结合惯性项和视觉残差项,可视惯性SLAM可以作为基于关键帧的最小化问题。优化变量为:
?