紧耦合视觉惯性跟踪

匹配提速近四成

在数据采集层直接融合相机与惯性信息,结合多级IMU标定与惯性辅助预测,比传统后处理优化更快更稳健。

Yanze, Zhu · Ziyu, Cao · 杨建华 · Hong, Hou · Yihong, Quan

Measurement: Journal of the International Measurement Confederation 2023

参数信息

特征匹配速度提升
41.8 %
定位性能提升
8.1 %

技术优势

特征匹配提速41.8%

通过惯性辅助图像特征预测算法缩小特征搜索范围,在精度不变的前提下大幅减少匹配时间。

定位精度提升8.1%

将该特征跟踪方法用于SLAM系统时,定位性能优于VINS-mono方法,误差降低8.1%。

抗图像退化能力强

方法同时处理光照变化和快速相机运动引起的图像畸变与模糊,在挑战性条件下保持特征匹配可靠性。

应用场景