基于改进VINS-Mono算法的状态估计方法

摘要

针对传统的即时定位并建图（simultaneous localization and mapping, SLAM）算法在位姿识别过程中对精度的要求，在VINS-Mono(visual inertial system-Mono)的前端部分，增加了逆向光流法；针对SLAM算法对实时性的要求，在VINS-Mono的后端滑窗优化方法中，融合了一种边缘化优化算法，再对除相机位姿的部分进行边缘化，然后边缘化相机的位姿部分，从而加速边缘化的过程.再使用EuRoc(European robotics challenge)数据集进行实验，结果发现针对前端的改进策略，精度提升不明显，并分析了原因；针对后端的改进策略，改进算法的边缘化时间平均减少了25.9%，又对比了改进算法与源码的轨迹精度，发现误差可控.最后验证了对VINS-Mono后端的改进策略在实时性上具有优越性.

关键词

状态估计方法 / 滑窗 / 边缘化 / 实时性 / ROS(robot operating system)机器人仿真平台