基于立体视觉和GPU加速的视觉里程系统(VINS)
Last updated
Last updated
注意：本文只适用于 Kerloud SLAM Indoor无人机产品
Kerloud SLAM Indoor配备有Nvidia TX2模块和Intel Realsense D435i立体摄像头。凭借更强大的GPU内核，硬件配置能够通过纯视觉实现完全自主的室内定位。VINS系统为视觉辅助自主控制和其他应用（如 SLAM、AR（增强现实））开辟了广泛的机会。该产品适合需要深入研究计算机视觉和机器人自主控制的高端用户。
VINS系统是基于香港科技大学空中机器人组 (https://uav.hkust.edu.hk)的原创作品，相关资源可以在本教程的参考部分中找到。该方法将IMU数据与机载计算机视觉无缝融合，可输出实时姿态估计。它提供了从前端IMU预集成到后端全局优化的完整通路，如下图所示：
请注意，原始开源代码无法直接部署在无人机上，需要复杂的设置才能让用户实现成功飞行。我们所做的工作包括以下几个方面：
具备必要前提（如OpenCV、英特尔实感库等）的完整软件环境配置
包含内参、外参的相机校准
VINS与Realsense立体视觉融合的配置
与飞控集成以实现底层状态估计
数据集仿真、手持移动和自主飞行测试
位于路径~/src/catkin_ws_VINS-Fusion-gpu中的VINS系统工作区包含如下软件包：
VINS-Fusion-gpu：具备GPU加速的VINS算法包，专为Kerloud无人机定制。
vison_opencv：用于连接ROS与OpenCV的软件包。
pose_converter：用于连接里程计系统与飞控系统的软件包。
可使用如下指令启动VINS系统：
或者更简单地：
基于Euroc数据集的仿真测试可以使用以下命令进行：
VINS手持测试：
VINS动态地面测试：
VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator, Tong Qin, Peiliang Li, Zhenfei Yang, Shaojie Shen, IEEE Transactions on Robotics. 2018.
