無(wú)人機(jī)的關(guān)鍵技術(shù)是定位,對(duì)于無(wú)人機(jī)定位來(lái)說(shuō),實(shí)時(shí)性是一個(gè)重要的條件。但是單目視覺(jué)SLAM算法存在一些自身框架無(wú)法克服的缺陷,視覺(jué)里程計(jì)常常需要在計(jì)算代價(jià)與精度之間做權(quán)衡。
然而,IMU剛好可以彌補(bǔ)視覺(jué)SLAM的不足,融合 IMU 和視覺(jué)信息的 VIO 算法能夠很大程度地提高單目 SLAM 算法的性能,是一種低成本、高性能的導(dǎo)航方案,并且在無(wú)人機(jī)、機(jī)器人及AR/VR等領(lǐng)域都得到了應(yīng)用。
因此,VIO在工業(yè)中占據(jù)了相當(dāng)重要的地位,在市場(chǎng)上也是有越來(lái)越大的需求。 同時(shí),很多機(jī)器人領(lǐng)域的伙伴在后期的學(xué)習(xí)過(guò)程中,也發(fā)現(xiàn)了單一傳感器存在的弊端,意識(shí)到需要學(xué)習(xí)更加可靠的融合定位方法。
但VIO是一個(gè)龐大的任務(wù)系統(tǒng),包含了SLAM的各個(gè)部分,需要系統(tǒng)學(xué)習(xí)了解各個(gè)部分之間的關(guān)系。很多伙伴在學(xué)習(xí)VIO過(guò)程中發(fā)現(xiàn),自己雖然有一些SLAM的基礎(chǔ),但僅是學(xué)完了十四講,跑通了幾個(gè)經(jīng)典的系統(tǒng)代碼,很少能夠透徹理解其中的原理。
面對(duì)SLAM與IMU融合的框架,也很難快速找到學(xué)習(xí)的思路。無(wú)法透徹理解VIO的根本原理,遇到問(wèn)題不能快速提出解決方案,更達(dá)不到企業(yè)用人要求!
通過(guò)了解VIO系統(tǒng)的融合框架,使大家很大程度上加深對(duì)SLAM整個(gè)系統(tǒng)的理解。對(duì)SLAM行業(yè)的從事者、在校學(xué)生的學(xué)習(xí)都會(huì)有很大的幫助。為未來(lái)的研究學(xué)習(xí)以及工作應(yīng)用提供更多思路,同時(shí)能夠解決工程中的一些實(shí)際問(wèn)題。