Ein Multi-State Constraint Kalman Filter für vision-unterstützte inertiale Navigation

In diesem Paper präsentieren wir einen auf dem erweiterten Kalman-Filter (EKF) basierenden Algorithmus für die Echtzeit-vision-unterstützte inertiale Navigation. Der Hauptbeitrag dieser Arbeit ist die Ableitung eines Messmodells, das in der Lage ist, die geometrischen Einschränkungen auszudrücken, die entstehen, wenn ein statisches Merkmal aus mehreren Kamerapositionen beobachtet wird. Dieses Messmodell erfordert nicht, die 3D-Merkmalposition im Zustandsvektor des EKF zu berücksichtigen und ist optimal, abgesehen von Linearisierungsfehlern. Der von uns vorgeschlagene Algorithmus zur vision-unterstützten inertialen Navigation hat nur eine lineare Berechnungskomplexität in Bezug auf die Anzahl der Merkmale und ist fähig, hochpräzise Positionsschätzungen in großflächigen realen Umgebungen vorzunehmen. Die Leistung des Algorithmus wird in umfangreichen experimentellen Ergebnissen demonstriert, die ein Kamera/IMU-System zeigen, das sich in einem städtischen Gebiet lokalisiert.