VINS 流程

最新推荐文章于 2024-05-13 06:57:00 发布
最新推荐文章于 2024-05-13 06:57:00 发布
阅读量905 收藏 2
点赞数 2
CC 4.0 BY-SA版权
分类专栏： SLAM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/jsf921942722/article/details/95511604
本文详细介绍了VINS流程，包括特征点相关操作，如用OpenCV库函数进行特征点提取、匹配和一致性检测；关键帧保存特征点、计算描述子及位姿等信息；四自由度优化需关键帧有回环且为划窗内第一帧；还说明了添加关键帧的条件，并给出了流程图。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

VINS 流程

文章目录

流程中的细节

特征点相关

  • 图像特征点提取是通过调用opencv库的goodFeaturesToTrack函数实现
  • 图像间的特征点匹配是通过opencv库的calcOpticalFlowPyrLK函数实现，光流法实现匹配
  • 匹配点的一致性检测是通过opencv库的cv::findFundamentalMat函数实现
  • 特征点检测是每隔2帧进行一次特征点检测
  • 光流跟踪是每一帧都需要进行

关键帧相关

  • 关键帧保存的特征点有：光流跟踪到的特征点和根据图像进行fast角点提取的角点
  • 关键帧会对特征点计算brief描述子，用来回环检测
  • 关键帧中会保存两种位姿 1. 划窗优化后的位姿（四自由度优化使用） 2. 划窗优化后或四自由度优化后再作用drift矩阵后的位姿（显示使用）
  • 如果有回环，记录回环帧对应的序号

四自由度优化

  • 关键帧中必须有回环
  • 并且该关键帧必须是划窗内的第一帧

添加关键帧的条件

  • 初始化必须完成
  • 划窗移动必须移除的是OLD帧
  • 特征点检测的基础上并且满足上一条件，计数为3添加关键帧

流程图

在这里插入图片描述

slam学习之路--VINS编译运行过程
handily_1的博客
12-26 609
slam学习之路——VINS 论文阅读笔记 vins是一种鲁棒多功能的单目视觉-惯导状态估计器。论文里分四个部分来讲述的 第一部分是VINS前端，负责对每一帧新图像提取特征点、跟踪并整合两帧之间所有的IMU数据。 第二部分是初始化，提供初始值（位姿、速度、重力矢量等）。 第三部分主要是非线性图优化，通过优化所有的视觉、惯性信息来优化滑动窗口的状态。 第四部分负责回环检测和位姿图优化。 MESUREMENT Preprocessing Vision Processing 对于new image，使用KLT稀
（一）VINS系统框架--残差剖析
qq_43526137的博客
09-22 531
组成VINS的残差，待优化变量，以及对应雅可比推导
VINS技术路线与代码详解
热门推荐
wangshuailpp的博客
11-06 7万+
VINS技术路线 写在前面：本文整和自己的思路，希望对学习VINS或者VIO的同学有所帮助，如果你觉得文章写的对你的理解有一点帮助，可以推荐给周围的小伙伴们，当然，如果你有任何问题想要交流，欢迎随时探讨。话不多说，下面上正文。 VINS代码地址：https://github.com/HKUST-Aerial-Robotics/VINS-Mono 参考文档：1.VINS-Mono A R...
VINS框架
weixin_38117861的博客
01-04 400
VINS-Mono SLAM源码框架
老白的博客
09-23 817
VINS-Mono SLAM源码框架 以前做IMU，由于需求需要与视觉进行信息融合，故对现在流行的VINS进行学习，在观察过程中，整理了代码大致框架，供大家参考： ...
Vins-mono前端流程图
m0_47096428的博客
05-07 609
在vins-mono前端feature_tracker_node中，主要通过调用img_callback函数来实现图像的处理。 参考csdn博文，另一篇提供了更纤细的介绍。 我来试着脱离代码，提供直接的描述 首先关注feature_tracker_node.cpp里面，在main函数中，首先读取相机内参和其他参数，然后，针对鱼眼相机，添加mask去除边缘噪声，之后，最重要的就是调用img_callback这个函数。 然后，可以发布feature_points等。 在img_callback里面 1
2024年C C++最新VINS技术路线与代码详解(1)，C C++框架体系架构的知识
2401_84975459的博客
05-13 1137
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新如果你需要这些资料，可以戳这里获取具体代码实现：主要负责图像角点提取和光流跟踪，只有一个主线程。主要是三个源程序，分别是feature_tracker、feature_tracker_node以及parameters。feature_tracker_
VINS-MONO算法总结-徐胜攀.pdf
最新发布
06-23
### VINS-MONO算法知识点详解 #### 一、概述 VINS-MONO是一种结合了单目视觉和惯性测量单元(IMU)数据的紧耦合SLAM系统，它旨在通过有效的融合视觉和惯性信息来解决环境建图和定位问题。此算法的主要目标是克服传统...
VINS-Mono代码详细注释
08-14
详细的代码注释有助于初学者快速理解算法流程和实现细节。 通过理解和学习VINS-Mono的代码，可以深入了解SLAM算法，尤其是视觉惯性融合方面的技术，这对于从事机器人导航、自动驾驶或无人机领域的研究人员和工程师...
VINS论文推导及代码解析byHK180903_V10_视觉slam/惯导/紧组合/优化_vins_
10-04
5. 算法流程：VINS-Mono的算法流程主要包括初始化、数据关联、状态估计、回环检测和地图维护等步骤。初始化阶段通过特征匹配和几何验证确定初始位姿；数据关联通过特征点匹配将不同时刻的图像关联起来；状态估计使用...
VINS论文及代码解析.pdf
11-13
崔老师的VINS论文及代码解析，里面详细对vins算法的实现进行了讲解，以及对应论文的讲解，对应代码的讲解
VINS SLAM教程（Visual-Inertial Navigation: A Tutorial January 15, 2017）
03-08
VINS教程，希望这份资料对研究VINS的人可以有所帮助！（Visual-Inertial Navigation: A Tutorial January 15, 2017）（2页）
VINS-Mono程序框架图
qq_32603327的博客
07-25 1697
VINS-Mono程序框架图：
VINS_MONO系列：(一)总体框架
weixin_44413400的博客
02-20 1424
2、整体流程 文章的整体pipeline比较清晰，论文中的Fig 1就比较清除的说明了整个实现的过程我这里总结的话主要包括一下几个部分： 1、数据预处理部分 数据预处理部分整体逻辑和实现的功能比较简单，主要是对输入的图像进行特征提取和LK金字塔光流跟踪，生成新的特征点后发布出去，给后续的VIO模块使用。当然在代码中还涉及到一些细节的处理方法，比如说特征点的均匀化、外点的去除等，后续会开设专门的篇章讲解这部分的内容，这里主要是对模块功能有个整体的把握。 2、基于滑动窗口的紧耦合
VINS一步一步来 | 框架图
Welcome to the Western World
06-03 1475
VINS是视觉惯性结合的SLAM系统的典范，该系统也是中国人开发的，接下来很长一段时间小狼会带着你一步一步踏踏实实得走进VINS，走进VIO领域！ 总的来说，VINS因为涉及IMU与视觉融合，预积分等理论，它的学习坡度要比ORBSLAM陡峭的多！希望看官不要灰心也不要急躁，毕竟人与人的知识水平/经验/资源什么的还是差别很大的…… 分为五个部分： 数据预处理 ...
VINS-FUSION源码框架及C++知识点总结
weixin_43827285的博客
12-10 7543
VINS-FUSION源码框架及C++知识点总结VINS-FUSION程序架构前端   VINS-FUSION是港科大空中机器人实验室的开源视觉惯性导航SLAM,在此称为slam,是因为不同于VIO,它具有回环和地图复用功能,是一个完整的基于优化算法的slam系统,有关该算法介绍及其中的数学理论部分见之后的链接,在此不再讲解,而是专注于其代码实现的过程. VINS-FUSION github VI...
VINS代码流程
a1059682127的博客
09-15 459
1、主函数入口： /test中的run_euroc.cpp的main函数：输入数据路径以及config文件路径，开启线程（thd_BackEnd、thd_PubImuData、thd_PubImageData） 2、thd_PubImuData获取IMU数据 调用System::PubImuData将IMU数据保存在队列imu_buf中 3、thd_PubImageData获取image数...
vins系列简单总结
超爱吃小蛋糕的66的博客
03-13 5156
vins-mono+vins-fusiuon中的一些主要问题进行总结算法框架主要分为数据预处理、系统初始化、基于滑窗的VIO过程和回环检测等四个模块。在数据预处理模块主要包括图像直方图均衡、KLT特征点提取以及去畸变处理和光流跟踪，IMU部分主要是做一个预积分操作。系统初始化首先进行纯视觉的sfm，在当前滑窗中寻找视差(20个像素)和匹配点(30)比较多的两帧图像做初始化，主要是基于对极约束得到一个不带尺度信息的R和t，然后三角化出一组3D点。最后通过pnp求解出其他几帧图像对应的位姿。
VINS知识点汇总
qq_38167930的博客
08-13 4932
0、总体框架 包括5个部分：数据预处理、初始化、后端非线性优化、闭环检测、位姿图优化。 图片来自大佬博客：https://blog.youkuaiyun.com/try_again_later/article/details/104854698 VINS原框架： 图解VINS框架： 闭环检测拆解： 1、数据预处理 1、视觉 1）提取Harris角点，KLT金字塔光流跟踪相邻帧； ...
vins-mono工作流程
03-30
抱歉，作为AI语言模型，我无法提供实际的工作流程。但是，我可以为您提供一些关于Vins-Mono的基本信息。 Vins-Mono是一种基于单目相机的视觉惯性里程计（Visual-Inertial Odometry，VIO）算法。它使用视觉和惯性测量单元（IMU）数据来估计相机的位姿（位置和方向）。 Vins-Mono算法的基本工作流程如下： 1. 采集数据：使用单目相机和IMU采集数据，包括图像和IMU测量值。 2. 特征提取和匹配：从图像中提取特征点，并使用光流法或其他方法进行特征点匹配。 3. 运动估计：使用特征点和IMU数据估计相机的位姿。 4. 优化：将位姿估计结果输入到非线性优化算法中，以进一步优化位姿估计结果。 5. 回环检测：使用回环检测算法检测场景中的回环，并进一步优化位姿估计结果。 6. 重建：使用相机位姿估计结果重建场景的三维模型。 以上是Vins-Mono算法的基本工作流程。需要注意的是，Vins-Mono算法的实现可能会因应用场景和数据来源的不同而有所差异。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值