基于交互式多模型MSCKF的双目视觉/惯性里程计算法

• 作者: 王磊 程向红 李进 王乐
• 来源期刊: 中国惯性技术学报
• 关键词: 视觉惯性里程计 双目立体视觉 多状态约束卡尔曼滤波器 交互多模型滤波器 组合导航
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 组合导航技术|Integrated Navigation Technology
• 页码范围: 221-228,236
• 页数: 9页
• 分类号: U666.1
• 语种: 中文
• DOI: 10.13695/j.cnki.12-1222/o3.2021.02.012

摘要

针对复杂环境中双目视觉/惯性里程计系统模型不固定和量测噪声易发生变化的问题,提出了基于滤波器估计的紧耦合视觉惯性里程计(VIO)信息融合方法.将交互式多模型(IMM)估计与多状态约束卡尔曼滤波(MSCKF)算法相结合提出一种交互式多模型多状态约束卡尔曼滤波(IMM-MSCKF)算法.该算法以MSCKF为模型匹配子滤波器,将各子滤波器的输入、输出进行交互融合,实现对VIO系统状态估计.通过KITTI数据集对IMM-MSCKF算法进行了仿真验证,该算法姿态和水平位置估计均方根误差分别为0.36°和11.62 m,相比于EKF和MSCKF算法,其姿态估计精度分别提升了56％和41％,其水平位置估计精度分别提升了51％和81％,仿真结果表明该算法具有更好的估计精度和鲁棒性.