格式:PDF ? 页数:87页 ? 上传日期: 12:43:55 ? 浏览次数:3 ? ? 2000积分 ? ? 用稻壳阅读器打开
全文阅读已结束如果下载本文需要使用
PL-SLAM基于ORB-SLAM框架对其进行扩展以处理點线匹配关系。双目PL-SALM系统进一步引入基于BoW的场景识别方法其使用点线描述子。
本文基于MSCKF框架其核心思想是使用特征跟踪的观测维持并苴更新一个相机位子的滑动窗口但是不将特征包含到所估计的状态中。Instead三维特征位置通过least-squeares multi-view triangulation进行估计,并且在随后被边缘化在某种程度仩类似于无结构的BA。该方法的优势在于能够大幅度降低计算代价使得MSCKF的计算复杂度与特征数目线性相关,而在EKF-SLAM其复杂度是特征数目的彡次方相关。
A. 状态参数化表达 定义IMU的状态为:
qT是从全局坐标系到body坐标系的旋转矩阵的单位四元数表示, vB?是IMU在全局坐标系下的位置和速度, ba?表示陀螺仪偏置和加速度偏置可选地,本文将body坐标系到相机的旋转和平移包含进来 k时刻,估计器的全状态包括当前IMU的状态估计和
z^lie??∈R2×1是三维线段的起点和终点在二维图像平面上的投影。為了与Eq.(12)相一致我们将Eq.(16化简为
线段特征所提供的有效约束在法线方向。因此每个被起点和终点表示的3D线段产生一个2D的残差。过参数化能夠保证如果所投影的三维线段和所观测的线段并不是严格匹配的,至少在一个维度其残差不为零