gpt4 book ai didi

VINS中的重力-尺度-速度初始化(2)

转载 作者:我是一只小鸟 更新时间:2023-09-21 23:20:35 33 4
gpt4 key购买 nike

VINS中的重力-尺度-速度初始化(2)

细化重力

\(\quad\) 上一篇文章中得到的 \(g\) 一般是存在误差的。因为在实际应用中,当地的重力向量的模一般是已知固定大小的(所以只有两个自由度未知),而我们在前面求解时并没有利用这个条件,因此最后计算出来的重力向量很难刚好满足这个条件。于是,在vins的初始化中,还会对得到的重力向量进行修正.

\(\quad\) 首先,作者对重力向量进行参数化:

\[\hat{g}=\|g\| \overline{\hat{g}}+w_{1} b_{1}+w_{2} b_{2}=\|g\| \overline{\hat{g}}+\vec{b}^{3 \times 2} w^{2 \times 1} \]

其中, \(\overline{\hat{g}}\) 是上一步中估计得到的重力向量方向的单位向量, \(b_1\) 与 \(b_2\) 是另外两个单位向量,是 \(\overline{\hat{g}}\) 切平面上的两个互相垂直的单位向量,获得方式如下:

此时我们可以从上面的式子知道,原本三维的优化变量 \(g^{c 0}\) 已经可以使用两维的 \(w^{2 \times 1}\) 替代。参考上一节的推导,待优化变量变成了 。

\[\left[\begin{array}{c} v_{b_{k}}^{b_{k}} \\ v_{b_{k+1}}^{b_{k+1}} \\ w^{2 \times 1} \\ s \end{array}\right] \]

最后得到的观测方程也变为了 。

\[\left[\begin{array}{cccc} -I \Delta t_{k} & 0 & \frac{1}{2} R_{c_{0}}^{b_{k}} \Delta t_{k}^{2} \vec{b} & R_{c_{0}}^{b_{k}}\left(p_{c_{k+1}}^{c_{0}}-p_{c_{k}}^{c_{0}}\right) \\ -I & R_{c_{0}}^{b_{k}} R_{b_{k+1}}^{c_{0}} & R_{c_{0}}^{b_{k}} \Delta t_{k} \vec{b} & 0 \end{array}\right]\left[\begin{array}{c} v_{b_{k}}^{b_{k}} \\ v_{b_{k+1}}^{b_{k+1}} \\ w \\ s \end{array}\right]=\left[\begin{array}{c} \alpha_{b_{k+1}}^{b_{k}}+R_{c_{0}}^{b_{k}} R_{b_{k+1}}^{c_{0}} p_{c}^{b}-p_{c}^{b}-\frac{1}{2} R_{c_{0}}^{b_{c}} \Delta t_{k}^{2}\|g\| \hat{\hat{g}} \\ \beta_{b_{k+1}}^{b_{k}}-R_{c_{0}}^{b_{k}} \Delta t_{k}\|g\| \hat{g} \end{array}\right] \]

基于新得到的观测方程(可以使用LDLT分解求解),我们可以通过重力约束不断地对初始化结果进行修正,迭代对其 进行求解(vins中迭代了4次),最后得到一个修正后的初始化结果.

与世界坐标系对齐

这一步一般是最后一步,一般世界坐标系选择的是东北天坐标系。则这个对齐操作就是得到将重力向量旋转到Z轴上的旋转矩阵,这个旋转矩阵就是将原本坐标变换到世界坐标系(东北天坐标系)的变换矩阵.

找到这个变换矩阵后,接下来就是使用这个变换矩阵将位姿,速度等状态信息都变换到世界坐标系下.

加速度计bias

通过上面的阅读,我们会发现在vins的初始化中并没有对加速度计的bias进行估计,感觉对于超定的方程,多计算一个加速度计的bias好像也不是什么难事,,而且建模应该会更准确。在这个初始化工作的论文中其实有解释原因:

  1. 通过仿真实验证明,如果运动不剧烈,加速度计的bias很难被观测出来;
  2. 忽略加速计的bias对估计其他初始值的影响不大;
  3. 加速度计的bias是可以通过之后的VIO紧耦合优化,慢慢估计出来的;

参考资料

  • [1] https://github.com/HKUST-Aerial-Robotics/VINS-Mono
  • [2] VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator, Tong Qin, Peiliang Li, Zhenfei Yang, Shaojie Shen, IEEE Transactions on Robotics
  • [3] https://mp.weixin.qq.com/s/9twYJMOE8oydAzqND0UmFw
  • [4] https://xhy3054.github.io/

最后此篇关于VINS中的重力-尺度-速度初始化(2)的文章就讲到这里了,如果你想了解更多关于VINS中的重力-尺度-速度初始化(2)的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

33 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com