arXiv · 机器人与计算机视觉· Zichao Shu, Lijun Li, Zhuochen Li, Zetao Chen, Jianyu Wang·· 8 天前AI 评分58
NIF-VIO:跨越惯性与非惯性参考系的视觉 - 惯性里程计
NIF-VIO: Visual--Inertial Odometry Across Inertial and Non-Inertial Reference Frames
AI 导读
论文提出 NIF-VIO 方法以解决传统视觉 - 惯性里程计在加速或旋转载体下因参考系假设失效导致融合误差的问题。该方法基于测量一致性适配融合策略,结合早期约束隔离与局部重优化限制误差传播,并在非惯性条件下引入紧凑模型保留惯性信息。实验表明其在惯性与非惯性条件下均能实现定位性能提升。
来源:arXiv · 机器人与计算机视觉 · arxiv.org