视觉和imu方案对比
零偏： imu放着不动的时候也会有偏移量。
VIO在工业界有不少应用，robotics，AR/VR
考虑清楚，需要绝对位置还是相对位置？是否需要基于地图定位？
IMU 和视觉融合的目标
松耦合和紧耦合
松耦合可以是各个传感器给出一个估计，在最后通过后处理的方式融合。视觉和imu不会相互影响。
紧耦合里，视觉和imu会放在同一个框架考虑，互补。
RTK会在都市场景中失效。
AR VR的眼镜上面经常使用vio。
后处理的方式包括卡尔曼滤波。但是效果有时不佳，因为加权平均有时候不好用。。。
针对紧耦合方案，在视觉通常会用BA得到位姿，imu通过解算得到位置，然后可以通过滤波和优化的方法解决问题。其中，滤波可以被理解为简化的优化方案。
预备知识回顾：
T_{wi}让坐标从imu坐标系转到世界坐标系。
四元数和角轴之间存在固定的转换关系。
四元数对时间求导：
利用李代数对旋转进行求导
对右扰动求雅可比
几点说明：
关于公式（15）： 我们通过讲旋转矩阵转化为李代数，从而求导。
公式（16）： 这是一个BCH近似
公式（17）：右雅克比括号里的对应的的是参数，而不是乘法含义。
SE(3)很麻烦。。。在本门课程中主要用SO(3) + t.
作业
标签：第一周,VIO,求导,VR,课程,imu,耦合,视觉 来源： https://blog.csdn.net/m0_47096428/article/details/116401172
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。