視覺慣性里程計(jì)的研究現(xiàn)狀文獻(xiàn)綜述VIO的發(fā)展現(xiàn)狀。根據(jù)后端優(yōu)化的處理手段，可以將VIO分為基于濾波的和基于優(yōu)化的兩種。根據(jù)視覺傳感器與慣性部件的融合方式，可以將VIO分為松耦合（Looply-Coupled）和緊耦合（Tightlly-Coupled）REF_Ref2910\r\hREF_Ref31320\r\h[17]兩種，如圖1.1所示。松耦合指的是視覺傳感器定位模塊與慣性傳感器定位模塊之間相互獨(dú)立，采用特定方式對(duì)信息進(jìn)行交換；緊耦合指的是利用慣性測(cè)量量對(duì)VO進(jìn)行輔助，加速視覺圖像中特征點(diǎn)之間的匹配，將狀態(tài)變量都放在一起進(jìn)行數(shù)據(jù)更新和預(yù)測(cè)估計(jì)。圖像圖像IMU預(yù)測(cè)更新陀螺儀加速度計(jì)特征點(diǎn)圖像位姿估計(jì)位姿估計(jì)IMU迭代更新特征點(diǎn)位姿加速度計(jì)陀螺儀a）松耦合b）緊耦合圖1.1融合方式MSCKF（多狀態(tài)約束下的Kalman濾波）REF_Ref31721\r\h[18]是由包括Mourikis在內(nèi)的三名學(xué)者于2007年3月成功提出的緊耦合的視覺慣性SLAM系統(tǒng)。MSCKF采用基于濾波的后端優(yōu)化手段。與VO算法相比，MSCKF能夠適應(yīng)更劇烈的運(yùn)動(dòng)、一定時(shí)間的紋理缺失等，具有更高的魯棒性。傳統(tǒng)的基于EKF的SLAM方法是將圖像特征加入到狀態(tài)向量中與IMU狀態(tài)一起估計(jì)，計(jì)算量會(huì)很大。MSCKF則是以滑動(dòng)窗口的形式，使一個(gè)特征點(diǎn)能同時(shí)被多個(gè)相機(jī)觀測(cè)到，從而建立幾何約束，再利用所建立的幾何約束進(jìn)行濾波更新。MSCKF狀態(tài)向量的維度相較EKF-SLAM大大降低,通過(guò)不斷移除歷史的相機(jī)狀態(tài)來(lái)維持固定個(gè)數(shù)的相機(jī)位姿,從而對(duì)MSCKF后端的計(jì)算量進(jìn)行限定，收斂性和魯棒性都因此得到了明顯的改善。MSCKF滑動(dòng)窗口如圖1.2所示。圖1.2MSCKF滑動(dòng)窗口Bloesch等人于2015年提出了ROVIOREF_Ref32097\r\h[19]。ROVIO是基于濾波的魯棒視覺慣性里程計(jì)，它用緊耦合的方式融合了IMU和視覺信息。ROVIO能夠直接計(jì)算圖像塊之間的像素誤差，以達(dá)到精確、魯棒的跟蹤。ROVIO的計(jì)算量小，但精度容易受設(shè)備參數(shù)的影響，應(yīng)用于不同的設(shè)備時(shí)需對(duì)參數(shù)進(jìn)行調(diào)整，沒有回環(huán)檢測(cè)環(huán)節(jié)和建圖線程，會(huì)產(chǎn)生累積誤差。Lupton和SukkariehREF_Ref32489\r\h[20]于2012年提出了預(yù)積分的方法，就是將原本的積分變成了相鄰兩幀中相對(duì)運(yùn)動(dòng)的積分，使得預(yù)積分量只與IMU的測(cè)量量有關(guān)，即只要IMU的測(cè)量量不變，預(yù)積分的結(jié)果就不會(huì)發(fā)生改變。2014年3月，leuteneger等學(xué)者REF_Ref2627\r\h[21]研究并發(fā)表了基于優(yōu)化的視覺慣性里程計(jì)系統(tǒng)（OKVIS）的相關(guān)學(xué)術(shù)論文，它是用緊耦合的方式融合IMU和視覺信息的雙目視覺慣性里程計(jì)。OKVISREF_Ref3150\r\h[21]沒有回環(huán)檢測(cè)和建圖，并不是完整的SLAM。在圖1.3中，圖a)為純視覺SLAM示意圖，圖b)為視覺＋I(xiàn)MU的SLAM示意圖。IMU對(duì)每一個(gè)測(cè)量幀都增加了相應(yīng)的狀態(tài)量（即陀螺儀和加速度計(jì)的偏差及速度），并對(duì)連續(xù)兩個(gè)測(cè)量幀之間的位姿數(shù)據(jù)進(jìn)行了約束。（1-1）其中：k表示關(guān)鍵幀索引，i表示相機(jī)索引，j表示特征點(diǎn)的索引；等式右邊第一項(xiàng)為visual，第二項(xiàng)為inertial；表示特征的信息矩陣，表示IMU誤差的信息矩陣；表示視覺重投影的誤差，表示一個(gè)IMU誤差項(xiàng)。a)純視覺SLAMb)視覺＋I(xiàn)MU的SLAM圖1.3OKVIS視覺與IMU的融合結(jié)構(gòu)OKVIS系統(tǒng)將前后幀IMU測(cè)量值進(jìn)行積分，積分時(shí)需使用IMU的bias（偏差），但偏差是一個(gè)每次迭代都會(huì)發(fā)生變化的狀態(tài)量，所以每次迭代時(shí)要根據(jù)狀態(tài)量相對(duì)于偏差的雅可比重新計(jì)算預(yù)積分值。偏差變化太大的話，則無(wú)法通過(guò)雅可比近似計(jì)算預(yù)積分值，只能根據(jù)IMU測(cè)量值重新積分。VINSREF_Ref384\r\h[22]也采用了預(yù)積分的思想。香港科技大學(xué)的沈邵劼于2017年9月提出了VINS-Mono，它是基于優(yōu)化和滑動(dòng)窗口的緊耦合單目視覺慣性SLAM方案，具有自動(dòng)初始化、在線外參標(biāo)定、重定位、回環(huán)檢測(cè)和全局位姿圖優(yōu)化等功能。VINS-Fusion是VINS-Mono的擴(kuò)展，它支持多種類型的視覺慣性傳感器。參考文獻(xiàn)LiW,PanCW,ZhangR,etal.AADS:Augmentedautonomousdrivingsimulationusingdata-drivenalgorithms.[J].Sciencerobotics,2019,4(28).UsenkoV,EngelJ,StucklerJ,etal.Directvisual-inertialodometrywithstereocameras[C]//2016IEEEInternationalConferenceonRoboticsandAutomation(ICRA).Stockholm,2016:1885-1892.MeninA,TorchelsenR,NedelL.AnAnalysisofVRTechnologyUsedinImmersiveSimulationswithaSeriousGamePerspective[J].IEEEComputerGraphicsandApplications,2018,38(2):57-73.J.Steuer,“Definingvirtualreality:Dimensionsdeterminingtelepresence,”JournalofCommunication,vol.42,no.4,pp.73–93,1992.李建禹.基于單目視覺與IMU結(jié)合的SLAM技術(shù)研究[D].哈爾濱工業(yè)大學(xué),2018.夏凌楠,張波,王營(yíng)冠,魏建明.基于慣性傳感器和視覺里程計(jì)的機(jī)器人定位[J].儀器儀表學(xué)報(bào),2013,34(01):166-172.KonoligeK,AgrawalM,SolàJ.Large-scalevisualodometryforroughterrainroboticsresearch[M].Springer,2011:201-212．Bonin-FontF,OrtizA,OliverG.Visualnavigationformobilerobots:asurvey[J].JournalofIntelligentandRoboticSystems,2008,53(3):263-296.王鵬,孫長(zhǎng)庫(kù),張子淼.單目視覺位姿測(cè)量的線性求解[J].儀器儀表報(bào),2011,32(5):1126-1131.周俊,吳明暉,王先偉.基于視覺與IMU融合的采茶機(jī)器人位姿估計(jì)研究[J].農(nóng)業(yè)裝備與車輛工程,2019,57(07):29-32+38.H.Durrant-WhyteandT.Bailey,“Simultaneouslocalizationandmapping:partI,”IEEERobotics&AutomationMagazine,vol.13,no.2,pp.99–110,2006.A.Davison,I.Reid,N.Molton.Monoslam:Real-timesinglecameraSLAM.IEEETransactionsonPatternAnalysisandMachineIntelligence,vol.29,no.6,pp.1052–1067,2007.G.Klein,D.Murray