融合车辆动力学的双目视觉惯性SLAM研究

针对地下车库环境中无人驾驶汽车视觉同时定位和建图(SLAM)定位精度低的问题,提出一种融合惯性测量单元(IMU)角速度信息和车辆动力学信息的预积分方法.以IMU频率进行旋转预积分,以车辆动力学频率进行平移预积分.在平移预积分的计算中引入角速度信息,使其可以表达非平面运动.首先使用李代数和旋转群推导了相关的预积分公式、雅可比及噪声状态转移方程;然后以此预积分为基础将车辆动力学信息融合到双目视觉惯性SLAM中,以提高定位精度.地下车库实车实验表明:该方法将双目视觉惯性ORB-SLAM3的平均定位精度提高了32%.