以下內(nèi)容來自小六的機器人SLAM學(xué)習(xí)圈知識星球每日更新內(nèi)容

點擊領(lǐng)取學(xué)習(xí)資料 → 機器人SLAM學(xué)習(xí)資料大禮包

#論文#開源代碼# ?Quantifying VIO Uncertainty

論文地址：https://arxiv.org/pdf/2303.16386.pdf

開源代碼：https://github.com/ucla-vision/xivo

?我們計算了基于擴展卡爾曼濾波器的單目視覺-慣性里程計系統(tǒng)XIVO的不確定性，除了IMU中的高斯噪聲和漂移之外，特征軌道中還存在高斯噪聲、漂移和歸因誤差。不確定性計算使用蒙特卡羅模擬在一個點云中間的一個軌跡，繞過典型的圖像處理和特征跟蹤步驟。我們發(fā)現(xiàn)歸因錯誤對表現(xiàn)的不利影響最大。然而，即使只有少量的高斯噪聲和/或漂移，當噪聲和/或漂移人為地高時，XIVO的性能與平均性能相似的概率也大于1 / 100。

XIVO 是一個用于視覺慣性里程計/建圖的開源代碼。專為教學(xué)目的而設(shè)計，并結(jié)合了里程計、局部建圖和全局建圖。

XIVO 在存儲數(shù)據(jù)（此處來自 RealSense D435i 傳感器）或?qū)崟r流上以 140FPS 的速度運行，延遲約為 1-7 毫秒，具體取決于硬件。它以來自標定相機的輸入視頻幀和來自 IMU 的慣性測量作為輸入，并輸出具有屬性特征和相機 6 DOF 姿態(tài)的稀疏點云。它執(zhí)行相機和 IMU 之間的相對位姿的自動校準以及時間戳對齊。

以上內(nèi)容來自小六的機器人SLAM學(xué)習(xí)圈知識星球每日更新內(nèi)容