《VINS-FUSION-learning》是对SLAM算法VINS-Fusion进行深入解析的中文教程，详细解释了代码结构与实现原理，适合研究视觉惯性里程计的读者学习。
VINS-Fusion中文版创新学习资料由港科大老师提供，十分感谢他们的工作贡献。目前仅对前端视觉惯性里程计（VIO）部分进行了注释，并在代码中加入了相关博客、参考文献及其他博文的引用。
VINS-Fusion是一个基于优化的多传感器状态估计器，能够为自主应用如无人机、汽车和AR/VR提供精确的自我定位功能。它是原版算法的一个扩展版本，支持多种视觉惯性传感器类型（单目相机+IMU、双目相机+IMU以及仅使用双目相机）。此外还展示了一个将VINS与GPS融合的小型示例。
特征包括：
- 支持多类传感器：如立体声摄像机/单镜头摄像机搭配IMU或单独的立体声摄像机；
- 实现在线空间校准（即，调整摄像头和IMU之间的转换关系）；
- 在线时间校准（处理相机与IMU之间的时间偏差问题）；
- 视觉闭环功能。
值得一提的是，VINS-Fusion曾于2019年1月在开源立体声算法排行榜上占据领先地位。项目作者包括来自香港的曹少祖、潘洁等学者。
5星
