视觉惯性里程计主流技术综述与BA公式推导.pptxVIP

主流VIO技术综述崔华坤2019.1.16

目录一、BA和因子图二、VIO分类三、各种主流VIOMSCKFROVIOVINSVI-ORBICE-BA

3BundleAdjustment难点：李群、李代数、四元数的Jacobian，一通则百通，也可借鉴g2o写好的点和边，但要注意坐标系转换关系。定义：通过优化相机位姿和特征点的空间位置，使得每条光束都能打到光心；作用：BA是SLAM后端的核心，SLAM其实就是一个BA问题，理解BA对于分析现有问题和建模新问题等都很有帮助；但是理解BA并不表示SLAM效果就好，SLAM最终结果的好坏很大取决于数据关联的好坏；核心：误差项、优化变量、协方差确定所有的约束关系（因子图）针对每个约束，确定三个要素：误差项、优化变量、协方差计算Jacobian，调用GN、LM等，求解BA一个SLAM的整体思路T1T2PwT1T2Pw

4H*δx=b???????rb01rb12rv10rv11rv22rv23Jacobian图解BA的求解过程

5因子图可参考《概率机器人》、《机器人感知》T0第一次观测的相机T1当前观测相机X0路标点的逆深度视觉约束：重投影误差视觉因子因子图与Hession的对应关系?因子图中方块表示因子，圆圈表示优化变量。一个因子表示一个约束，即表示一个误差项，与之相连的圆圈是与该误差项相关的优化变量。