低可视环境下高精度定位
把从惯性测量中学习的瞬时速度作为伪测量融入优化框架，在不增加新传感器的前提下防止视觉退化环境下的定位发散。
Gu, Pengfei · Zhou, Pengkun · 孟子阳
IEEE Robotics and Automation Letters 2024
从惯性测量学习的瞬时速度约束作为伪测量融入优化，即使视觉特征稀少也能防止VIO发散。
只利用已有的IMU数据学习速度约束，避免额外硬件成本和集成复杂度。
在公开数据集上，所提算法在低可视条件下获得比其他先进算法更高的定位精度。