本项目采用MATLAB开发，旨在通过融合视觉和惯性传感器的数据来实现高精度的室内导航。代码集成了先进的算法以提升定位准确性。
数据融合的MATLAB代码通过视觉惯性数据进行室内导航的相关描述如下：
相关MATLAB代码位于./sample_video/目录下，包括走廊视频及其同步的IMU测量值。
运行示例：
- 走廊视频的运行使用demo_vpdetect_modular.m脚本。
此脚本包含以下主要部分：
1. 读取整个视频；
2. 获取并解析IMU数据；
3. 同步IMU和视频（若未同步）；
4. 在每帧上应用高斯混合模型方法进行直线分组，从消失点中获取每个帧的alpha、beta和gamma值；
5. IMU与视觉信息融合通过卡尔曼滤波器实现；
6. 视线检测及平面识别，并推断深度/宽度；
7. 步数统计以及确定步长位置；
8. 生成2D地图。
引用说明：
如果您发现我们的工作对您的研究有帮助，请考虑引用以下论文：
@inproceedings{farnoosh2018first,
title={First-person indoor navigation via vision-inertial data fusion},
author={Farnoosh,Amirreza and Nabian,Mohsen and Closas,Pau and Ostadabbas,Sarah},
booktitle={Proceedings of the IEEE International Conference on Robotics and Automation (ICRA)},
year=2018
}
5星
