要約
正確で信頼性の高い測位は、自動運転、無人航空機、インテリジェント ロボットにおける知覚、意思決定、その他の高度なアプリケーションにとって非常に重要です。
スタンドアロン センサーの固有の制限を考慮すると、異種センサーを補完的な機能と統合することは、この目標を達成するための最も効果的なアプローチの 1 つです。
この論文では、PO-GVINS と呼ばれる、視覚慣性システム (VINS) にポーズのみの定式化を適用した、フィルタリング ベースの密結合全地球航法衛星システム (GNSS) と視覚慣性測位フレームワークを提案します。
具体的には、現在の VINS で使用されているマルチビュー イメージングでは、事前に 3D 特徴を必要とし、その後、カメラのポーズと 3D 特徴の位置を共同で推定します。これにより、必然的に特徴の線形化誤差が発生し、次元爆発に直面することになります。
ただし、ポーズオンリー (PO) 定式化は、多視点イメージングと同等であることが実証され、視覚的再構成に適用されており、2 つのカメラのポーズを使用して特徴の深度を表すため、3D 特徴の位置は前述の回避を避けて状態ベクトルから削除されます。
困難。
これにインスピレーションを得て、私たちは最初に PO 配合物を VINS、つまり PO-VINS に適用します。
GNSS の生の測定値は、解決された整数の曖昧さを組み込んで、正確でドリフトのない推定を実現します。
広範な実験により、提案された PO-VINS がマルチステート制約付きカルマン フィルター (MSCKF) よりも大幅に優れていることが実証されました。
GNSS 測定を組み込むことで、PO-GVINS は正確でドリフトのない状態推定を実現し、困難な環境での測位のための堅牢なソリューションとなります。
要約(オリジナル)
Accurate and reliable positioning is crucial for perception, decision-making, and other high-level applications in autonomous driving, unmanned aerial vehicles, and intelligent robots. Given the inherent limitations of standalone sensors, integrating heterogeneous sensors with complementary capabilities is one of the most effective approaches to achieving this goal. In this paper, we propose a filtering-based, tightly coupled global navigation satellite system (GNSS)-visual-inertial positioning framework with a pose-only formulation applied to the visual-inertial system (VINS), termed PO-GVINS. Specifically, multiple-view imaging used in current VINS requires a priori of 3D feature, then jointly estimate camera poses and 3D feature position, which inevitably introduces linearization error of the feature as well as facing dimensional explosion. However, the pose-only (PO) formulation, which is demonstrated to be equivalent to the multiple-view imaging and has been applied in visual reconstruction, represent feature depth using two camera poses and thus 3D feature position is removed from state vector avoiding aforementioned difficulties. Inspired by this, we first apply PO formulation in our VINS, i.e., PO-VINS. GNSS raw measurements are then incorporated with integer ambiguity resolved to achieve accurate and drift-free estimation. Extensive experiments demonstrate that the proposed PO-VINS significantly outperforms the multi-state constrained Kalman filter (MSCKF). By incorporating GNSS measurements, PO-GVINS achieves accurate, drift-free state estimation, making it a robust solution for positioning in challenging environments.
arxiv情報
| 著者 | Zhuo Xu,Feng Zhu,Zihang Zhang,Chang Jian,Jiarui Lv,Yuantai Zhang,Xiaohong Zhang |
| 発行日 | 2025-01-13 12:14:48+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google