Inicialización robusta de la estimación visual-inercial monocular en robots aéreos

En este artículo, proponemos un algoritmo de inicialización de estimador robusto en tiempo real para proporcionar estados iniciales de alta calidad para sistemas visual-inerciales monoculares (VINS). Debido a la no linealidad de VINS, una mala inicialización puede afectar gravemente el rendimiento de métodos basados en filtrado o basados en grafos. Nuestro enfoque comienza con una estructura de solo visión a partir de movimiento (SfM) para construir la estructura de escala adecuada de las poses de la cámara y las posiciones de las características. Al alinear de manera laxa esta estructura con mediciones de IMU preintegradas, nuestro enfoque recupera la escala métrica, la velocidad, el vector de gravedad y el sesgo del giroscopio, que se tratan como valores iniciales para iniciar el marco de optimización no lineal estrechamente acoplado. Destacamos que nuestro enfoque puede realizar la inicialización en tiempo real en varios escenarios sin utilizar información previa sobre los estados y el movimiento del sistema. El rendimiento del enfoque propuesto se verifica a través del conjunto de datos público de UAV y experimentos a bordo en tiempo real. Hacemos nuestra implementación de código abierto, que es la parte de inicialización integrada en el VINS-Mono 1.