视觉、imu、轮速计、GPS融合的定位算法，其基本框架是港科大的VINS-Mono[1]，在此基础上以紧耦合的方式融合了轮速里程计[2]，以松耦合的方式融合了GNSS信号[3]。
视觉、imu、轮速计、GPS融合的定位算法，其基本框架是港科大的VINS-Mono[1]，在此基础上以紧耦合的方式融合了轮速里程计[2]，以松耦合的方式融合了GNSS信号[3]。
该算法融合惯性导航测量(陀螺、加速度计、惯性测量组合)、视觉测量和激光雷达测量数据，实现鲁棒的自主定位。核心思想是融合对环境的主动感知信息以及接收的被动导航信息，建立因子图优化模型，最终实现全天候全时域的复杂环境下的鲁棒自主定位。
在光照挑战场景鲁棒的视觉惯性里程计
最近一年贡献：0 次
最长连续贡献：0 日
最近连续贡献：0 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request，其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。