- VINS的初始化过程？
- 首先进行纯视觉SfM：把滑窗填满，然后选择枢纽帧（和最后一帧有足够的视野重叠保证计算的位姿精度，并且和最后一帧有足够的视差保证三角化地图点的精度）。用对极几何计算枢纽帧和最后一帧之间的位姿，然后三角化地图点。再遍历滑窗中所有帧，依次用PnP计算枢纽帧和他们之间的位姿。最后，做一个全局的BA提高SfM的精度。
- 然后进行视觉惯性对齐，这部分有好几个步骤：
（1）计算陀螺仪零偏：以视觉SfM计算的旋转为准，相邻两帧视觉计算的旋转和IMU计算的旋转应该相等，把IMU预计分的旋转用一阶泰勒展开得到关于陀螺仪零偏的线性方程，然后构造非线性最小二乘问题求解陀螺仪零偏。
（2）计算每一帧的速度、重力方向、尺度：利用IMU预积分中平移部分的预积分，由于平移部分含有当前帧到世界坐标系下的旋转，但是这个是未知的，所以这里把它转成当前帧到枢纽帧下的旋转（这个前面SfM已经得到了，是已知的）。这样此时IMU预积分的平移方程中就包含了重力方向、速度两个变量，但是我们还要计算尺度。这里就把IMU的body系下的位置转成尺度s*相机系下的位置，从而引入了尺度。这样IMU预积分的平移公式中包含了尺度、速度、重力方向，并且关于这些未知量都是线性的，所以使用多个方程组合成线性方程组就可以求解出速度、重力方向、尺度。
（3）重力细化：上面的线性方程中没有约束重力的尺度，导致求解结果重力尺度可能不是9.81。如果约束了重力模长是9.81，则实际上重力只有两个自由度。所以就在半径为9.81的球的切平面上计算重力移动的方向，也就是实际上上面一步我们相当于求解了一个初始的重力方向。这样把三个变量的重力修改为两个变量的重力增量，再次带入上面的步骤（2）中求解，得到满足重力模长约束的结果。
（4）对齐到世界坐标系：求出来重力在枢纽帧下的表示，就可以把重力转到第0帧下表示。然后又已知重力在世界坐标系下表示是0，0，9.81，所以通过计算两个向量之间的旋转矩阵，就可以计算第0帧的坐标系和世界坐标系之间的旋转矩阵。得到这个旋转矩阵，乘到每一帧上，就对齐到世界坐标系了。然后对每一帧的平移都乘以尺度s，就恢复到了米制尺度。至此，VINs初始化完成。
- xx
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
