Advertisement

开放VINs:支持视觉惯性导航研究的开源平台

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
开放VINs是一款致力于促进视觉惯性导航系统研究和开发的开源软件平台。该平台提供全面的功能、灵活的架构以及丰富的文档资料,旨在帮助研究人员快速构建和测试高效能的定位与建图算法。 欢迎来到OpenVINS项目!该项目包含一些核心计算机视觉代码以及最先进的基于滤波器的视觉惯性估计器。其中的核心滤波器将惯性数据与稀疏视觉特征轨迹相结合,利用滑动窗口公式来融合这些轨迹,使3D特征能够更新状态估计而无需直接在滤波器中估算其状态。 该系统受到图优化方法的启发,并具有模块化设计,可方便地进行协方差管理。请查看下面的功能列表以获取有关支持系统的完整信息。 2021年7月19日:发布改进后的相机类、遮罩支持及对齐实用程序等更新和小修复,请参阅v2.4版本。 2020年12月1日:发布了内存管理优化,增加了活动功能点云的发布,并限制了更新中绑定计算的功能数量以及其他一些小修复。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • VINs
    优质
    开放VINs是一款致力于促进视觉惯性导航系统研究和开发的开源软件平台。该平台提供全面的功能、灵活的架构以及丰富的文档资料,旨在帮助研究人员快速构建和测试高效能的定位与建图算法。 欢迎来到OpenVINS项目!该项目包含一些核心计算机视觉代码以及最先进的基于滤波器的视觉惯性估计器。其中的核心滤波器将惯性数据与稀疏视觉特征轨迹相结合,利用滑动窗口公式来融合这些轨迹,使3D特征能够更新状态估计而无需直接在滤波器中估算其状态。 该系统受到图优化方法的启发,并具有模块化设计,可方便地进行协方差管理。请查看下面的功能列表以获取有关支持系统的完整信息。 2021年7月19日:发布改进后的相机类、遮罩支持及对齐实用程序等更新和小修复,请参阅v2.4版本。 2020年12月1日:发布了内存管理优化,增加了活动功能点云的发布,并限制了更新中绑定计算的功能数量以及其他一些小修复。
  • 秦永元
    优质
    秦永元教授长期致力于惯性导航技术的研究与开发,在该领域取得了多项创新成果,对推动我国导航系统的发展做出了重要贡献。 秦永元的《惯性导航》一书包含目录。仅供交流学习使用,请勿用于其他目的!
  • VISP:代码伺服
    优质
    VISP是一款开源的视觉伺服编程库,为机器人和自动化应用提供强大的视觉处理功能。它支持多种操作系统,便于开发者灵活集成与二次开发。 ViSP是一个开源的视觉伺服平台库,在Linux、Windows 和 Mac OS X 等多个操作系统上运行良好。它支持使用视觉跟踪与视觉伺服技术进行原型设计及应用程序开发,是Inria研究的核心内容之一(至2018年)。ViSP能够计算适用于机器人系统的控制定律,并提供了一系列的视觉特征以供实时图像处理或计算机视觉算法追踪之用。此外,该平台还具备仿真功能,在机器人技术、计算机视觉、增强现实以及计算机动画等领域具有广泛的应用价值。
  • 基于机器人自主定位- 路丹晖
    优质
    路丹晖专注于机器人技术领域,尤其擅长结合视觉与惯性导航系统进行机器人自主定位的研究。她的工作致力于提高机器人的自主性和适应复杂环境的能力,在机器人导航算法方面取得了显著成果。 精确的移动机器人定位是当前学术研究的重要领域之一,它是实现机器人自主导航的基础。传统的全球定位系统(GPS)等外部定位方法虽然精度较高,但使用条件具有局限性。相比之下,利用机器人的视觉系统可以实现更广泛的场景下的精准自主定位,但由于累积误差的影响,在长时间运行中可能会出现定位不准确的问题。将惯性导航系统与视觉定位相结合的方法能够有效弥补纯视觉定位的不足。 本段落主要研究融合了惯导信息的机器人视觉自主定位技术。传统惯性导航在姿态解算过程中产生的误差会传递到航位推算阶段,通过积分运算后这些误差会被累积并影响最终的定位精度,导致所谓的“漂移”现象。为解决这一问题,我们提出了一种适用于移动机器人的融合轮式里程计和惯导系统的定位方法。该方法避免了直接利用加速度进行航位推算的方式,并采用惯性导航系统计算的姿态信息将来自轮式里程计的数据实时转换到全球坐标系中,从而提升了惯性导航的精度与稳定性。
  • 关于MATLAB系统
    优质
    本研究深入探讨了基于MATLAB平台下的惯性导航系统的建模与仿真技术,旨在优化算法并提高导航精度。 惯性导航系统(Inertial Navigation System, INS)是一种自主式的导航技术,它通过使用陀螺仪和加速度计等惯性测量设备来确定物体的位置、速度及方向信息。MATLAB作为一款强大的数学计算与仿真软件平台,在进行INS开发和分析方面具有显著优势。 理解其基本原理对掌握该系统至关重要:系统利用连续测得的载体在三个正交轴上的加速度数据,通过积分运算获得速度和位置等导航参数;同时陀螺仪测量姿态角信息。这些原始传感器输出的数据结合时间序列信息后,经由数值积分及卡尔曼滤波算法处理可提供无漂移、高精度的实时定位服务。 在MATLAB环境下开发惯性导航系统主要包括以下步骤: 1. 数据采集:通过模拟或实际IMU设备获取加速度和角速度信号,并将其转换为物理量。 2. 预处理:对传感器数据进行平滑与校准,减少噪声及误差影响。包括低通滤波、温度补偿等操作。 3. 坐标变换:将本地坐标系下的测量值转化为世界坐标系统内的表示形式,涉及欧拉角或四元数的使用。 4. 积分计算:基于加速度数据进行两次积分得到位置信息;为减少累积误差需定期更新参考框架或者应用卡尔曼滤波器校正。 5. 姿态解算:通过处理陀螺仪信号确定载体的姿态角度,可选择欧拉角法、四元数方法或直接矩阵变换方式实现。 6. 滤波与误差修正:利用卡尔曼滤波等技术融合多种传感器信息提高导航精度;扩展卡尔曼滤波和无迹卡尔曼滤波是常用的选择方案之一。 7. 结果展示与分析:将计算所得的位置、速度及姿态数据可视化,并进行性能评估。 通过学习并应用这些工具,不仅可以深入理解惯性导航系统的运行机制,还能掌握如何在MATLAB环境中实现复杂的算法。实践和代码调试有助于构建自己的INS模型,进一步提升专业技能水平。
  • INS.rar_INS_轨迹_MATLAB_代码
    优质
    本资源包提供关于INS(惯性导航系统)的相关资料,包括惯性轨迹计算、基于MATLAB的惯性导航仿真代码等,适用于研究与学习。 惯性导航模拟程序旨在帮助初学者实现惯性导航的模拟,并考虑误差项来绘制轨迹。
  • PL-VINS:重新定义里程计系统
    优质
    PL-VINS是一种先进的视觉惯性里程计技术,通过创新算法显著提高了定位精度和鲁棒性,为机器人导航领域设立了新标准。 PL-VINS:一种实时单眼视觉惯性SLAM系统,结合了点和线的功能,在低功耗CPU Intel Core i7-10710U @ 1.10 GHz上运行时,能够在相同的速度下比VINS-Mono(2018 IROS最佳论文及TRO荣誉提名)提供更高的精度。 感谢湖南大学机器人视觉感知与控制技术国家工程实验室的研究三团队成员的帮助,他们为这项工作做出了重要贡献。王先生对SLAM研究充满热情,并正在寻找相关的工作机会。 这是项目的初始版本,在未来几个月内将进行进一步改进和优化。有关如何使用该系统的演示,请参考相应的说明文档。 1. 先决条件 1.1 Ubuntu与ROS环境:建议使用Ubuntu 18.04及ROS Melodic,具体安装步骤请自行搜索相关资料。 1.2 依赖项:Eigen 3.3.4 + OpenCV 3.2+ Ceres-solver,请记得执行sudo make install命令进行安装。
  • 系统_系统_
    优质
    惯性导航系统是一种自主式导航技术,通过测量物体加速度和角速率来计算位置、姿态等信息。广泛应用于航空、航海及陆地车辆等领域,提供高精度定位与导航解决方案。 利用惯性导航的基本方法进行解算,可以得到当前时刻的状态。
  • 综合仿真实验.rar_someone6nm_仿真_matlab_MATLAB_仿真
    优质
    本资源为《惯性导航综合仿真实验》,由someone6nm提供,内容涉及利用Matlab进行的惯性导航系统仿真与分析,适用于研究和学习惯性导航技术。 初学者可以使用惯性导航进行MATLAB仿真及程序编写,这有助于综合仿真的学习与实践。
  • 解算_GPS与INS组合_C++码_GPS_INS
    优质
    本项目专注于开发高精度惯性导航系统(INS)与全球定位系统(GPS)的数据融合技术,采用C++编写核心算法代码。旨在提供一个可靠的GPS-INS导航解决方案库。 GPS_INS_Navigation_惯性导航解算_GPS,INS组合_惯性导航gps_惯性导航c++_GPS_源码