视觉惯性导航初始化与重定位

📚 共计 30 章节
01
视觉惯性导航概述
什么是VINS · AR/VR、无人机、自动驾驶 · 核心挑战
基础概念
02
坐标系与刚体运动
世界/IMU/相机坐标系 · 四元数&旋转矩阵 · 李群李代数
数学坐标系
03
IMU测量模型与预积分
加速度计/陀螺仪模型 · 噪声偏差 · 预积分理论 · 因子图
IMU预积分
04
视觉前端
ORB/SuperPoint · 暴力匹配/FLANN · LK光流跟踪
特征光流
05
视觉前端初始化
单目/双目/RGB-D初始化 · 本质矩阵/单应矩阵 · 三角化&PnP
初始化SFM
06
视觉惯性联合初始化
松耦合/紧耦合初始化 · 可观测性分析 · 联合优化
联合初始化
07
初始化中的关键参数估计
重力方向 · 加速度计/陀螺仪偏差 · 速度与尺度估计
参数估计
08
非线性优化基础
最小二乘 · 高斯-牛顿 · L-M · 信息矩阵与协方差
优化数学
09
因子图与滑动窗口
因子图优化 · 滑动窗口 · 边缘化与舒尔补
因子图边缘化
10
视觉惯性紧耦合后端优化
重投影残差 · IMU预积分残差 · 雅可比矩阵
后端紧耦合
11
重定位概述
什么是重定位 · 在VINS中的作用 · 触发条件
重定位基础
12
基于词袋模型的回环检测
DBoW2/DBoW3 · 视觉词汇树 · 相似度评分与候选筛选
回环词袋
13
基于特征匹配的重定位
描述子匹配 · RANSAC/PnP · 时序一致性检查
匹配几何验证
14
基于学习的重定位
NetVLAD · SuperGlue · 端到端重定位方法
学习重定位
15
重定位中的位姿图优化
位姿图构建 · 闭环约束 · 全局优化与图优化
位姿图优化
16
重定位与全局漂移消除
累积漂移来源 · 闭环校正 · 全局位姿调整与地图合并
漂移全局
17
多传感器融合初始化
视觉+IMU+GPS · 视觉+IMU+轮速计 · 时间同步
多传感器融合
18
初始化失败处理
失败原因分析 · 重新初始化策略 · 鲁棒初始化技巧
鲁棒失败
19
重定位失败处理
失败场景分析 · 多假设重定位 · 时序滤波验证
重定位鲁棒
20
VINS中的地图管理
局部/全局地图 · 地图点管理 · 关键帧策略
地图关键帧
21
VINS中的尺度恢复
单目尺度不确定性 · 已知物体/GPS辅助恢复
尺度单目
22
VINS中的在线标定
相机内参 · IMU-相机外参 · 时间延迟在线标定
标定在线
23
VINS中的运动模型辅助
恒速模型 · 加速度模型 · 在初始化/重定位中的应用
运动模型辅助
24
VINS中的异常处理
IMU饱和 · 视觉遮挡 · 快速旋转下的初始化与重定位
异常鲁棒
25
VINS系统实现
VINS-Mono/Fusion代码架构 · 核心模块解析
代码架构
26
VINS系统调试与评估
EuRoC/TUM-VI · ATE/RPE · 可视化调试工具
评估调试
27
VINS在嵌入式平台部署
ARM优化 · NEON指令集 · 轻量化网络模型
嵌入式部署
28
VINS前沿进展
基于学习的VINS · 事件相机 · 多机器人协同
前沿趋势
29
VINS工程实践
无人机自主飞行 · AR设备 · 自动驾驶中的VINS
实践应用
30
VINS未来趋势
与NeRF结合 · 语义SLAM · 大规模场景VINS
未来趋势