Resumen

El proceso de inicialización tiene un gran efecto en el rendimiento del sistema monocular de localización y mapeo visual inercial simultáneo (VI-SLAM). La estimación inicial suele resolverse mediante mínimos cuadrados, como el algoritmo de Gauss-Newton (G-N), pero el gran incremento de iteración puede conducir a una convergencia lenta o incluso a la divergencia. Para resolver este problema, se propone una estrategia iterativa mejorada para la estimación inicial. La metodología de nuestra inicialización puede dividirse en cuatro pasos: En primer lugar, se utiliza el modelo ORB-SLAM puramente visual para que todas las variables sean observables. En segundo lugar, se adopta la tecnología de preintegración IMU para alinear la frecuencia IMU-cámara al mismo tiempo que se genera el fotograma clave. En tercer lugar, se introduce una estrategia iterativa mejorada basada en la región de confianza para la estimación del sesgo del giroscopio y se refina la dirección de la gravedad. Por último, el sesgo del acelerómetro y la escala visual se estiman a partir de las estimaciones anteriores. Los resultados experimentales en los conjuntos de datos públicos muestran que la estimación de los valores iniciales puede converger más rápidamente, así como que la velocidad y la pose del conjunto de sensores pueden estimarse con mayor precisión que con el método original.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:estimación inicial, estrategia iterativa, localización visual monocular inercial simultánea, tecnología de preintegración imu, alineación de frecuencias de cámara, estimación del sesgo del giroscopio, generación de fotogramas clave, gran incremento de iteración, orbe visual puro, resultados experimentales
• Keywords:initial estimation, iterative strategy, monocular visual inertial simultaneous localization, imu preintegration technology, camera frequency alignment, gyroscope bias estimation, key frame generation, large iteration increment, pure visual orb, experimental results