VINS 论文推导及代码解析

ailike

VINS的功能模块可包括五个部分：数据预处理、初始化、后端非线性优化、闭环检测及闭环优化。代码中主要开启了四个线程，分别是：前端图像跟踪、后端非线性优化（其中初始化和 IMU 预积分在这个线程中）、闭环检测、闭环优化。

各个功能模块的作用主要有：

1.1 图像和 IMU 预处理

图像：提取图像 Harris 角点，利用金字塔光流跟踪相邻帧，通过 RANSAC 去除异常点，最后将跟踪到的特征点 push 到图像队列中，并通知后端进行处理。

IMU：将 IMU 数据进行积分，得到当前时刻的位置、速度和旋转（PVQ），同时计算在后端优化中将用到的相邻帧的预积分增量，及预积分误差的 Jacobian 矩阵和协方差项。

1.2 初始化

首先，利用 SFM 进行纯视觉估计滑窗内所有帧的位姿及 3D 点逆深度，最后与 IMU 预

积分进行对齐求解初始化参数。

1.3 后端滑窗优化

将视觉约束、IMU 约束和闭环约束放在一个大的目标函数中进行非线性优化，求解滑窗内所有帧的 PVQ、bias 等。

1.4 闭环检测和优化

利用 DBoW 进行闭环检测，当检测成功后进行重定位，最后对整个相机轨迹进行闭环优

化。

文档作者

崔华坤，达闼科技算法工程师，深蓝学院第三期『视觉SLAM理论与实践』课程助教，第二期『视觉SLAM理论与实践』优秀学员。

文档目录

VINS 论文推导及代码解析，文档共40页，详细目录如下：

领取方式

添加深蓝学院-书哲微信（shenlanflying），备注“VINS”领取完整版文档。