qq_18661939的博客

目前单目slam存在初始化的尺度问题和追踪的尺度漂移问题，而双目也存在精度不高和鲁棒性不好的问题。针对这些问题，提出了融合imu的想法。 那么imu的作用是什么呢？ 单目 （1)解决初始化尺度问题 （2)追踪中提供较好的初始位姿。 （3)提供重力方向 （4)提供一个时间误差项以供优化 双目 （1)追踪中提供较好的初始位姿。 （2)提供重力方向 （3)提供一个时间误差项以供优

.h文件#include #include #include #include using namespace std; struct PoseDatas { double time; Eigen::Matrix position; }; class Coordinate_Align { public: void input_datas(const string &keyfr

orbslam论文初始化方法： 本初始化算法主要包括（1）陀螺仪偏差的估计；（2）在不考虑加速度偏差下的尺度和重力矢量的粗略估计；（3）加速度偏差的估计和重力矢量，尺度的优化；（4）速度估计。

1：google 官网 http://ceres-solver.org/ 2：一篇中文博客讲的很好：http://m.blog.youkuaiyun.com/HUAJUN998/article