[论文解读] Visual-Inertial Navigation: A Concise Review

Guoquan Huang|arXiv (Cornell University)|Jun 6, 2019

Robotics and Sensor-Based Localization参考文献 164被引用 18

一句话总结

本文对视觉-惯性导航系统（VINS）提供了简洁而全面的综述，重点聚焦于状态估计、传感器标定和可观测性分析。文章系统梳理了关键的VINS算法——包括EKF、MSCKF及基于优化的方法——突出其优势、局限性以及近期进展（如预积分和可观测性感知设计），旨在加速该领域的研究与开发。

ABSTRACT

As inertial and visual sensors are becoming ubiquitous, visual-inertial navigation systems (VINS) have prevailed in a wide range of applications from mobile augmented reality to aerial navigation to autonomous driving, in part because of the complementary sensing capabilities and the decreasing costs and size of the sensors. In this paper, we survey thoroughly the research efforts taken in this field and strive to provide a concise but complete review of the related work -- which is unfortunately missing in the literature while being greatly demanded by researchers and engineers -- in the hope to accelerate the VINS research and beyond in our society as a whole.

研究动机与目标

• 为解决当前缺乏针对视觉-惯性导航系统（VINS）的现代、聚焦的文献综述问题，这对研究人员和工程师至关重要。
• 提供VINS研究的简洁但完整的概述，强调核心方面如状态估计、传感器标定和可观测性分析。
• 阐明主要VINS方法（包括EKF、MSCKF和基于优化的方法）的优势与局限性，以指导算法选择与开发。
• 识别并讨论VINS中的开放挑战，如持久定位、语义地图构建以及与替代传感器的集成。
• 通过整合最前沿知识并促进对可观测性、偏差估计等基本原理的深入理解，推动VINS领域的发展。

提出的方法

• 本文采用系统性综述方法，围绕核心组件组织VINS研究：状态估计、传感器标定和可观测性分析。
• 回顾扩展卡尔曼滤波（EKF）框架，详细说明包含IMU状态（姿态、速度、位置、偏差）和特征位置的状态向量。
• 使用连续时间动力学描述IMU运动学模型，采用基于四元数的姿态传播和由零均值高斯噪声驱动的偏差漂移模型。
• 解释相机测量模型，包括通过针孔相机模型将三维特征点投影到二维图像坐标。
• 分析VINS的可观测性特性，指出标准EKF存在三维不可观测子空间而非预期的四维，导致滤波器不一致。
• 讨论第一估计雅可比（FEJ）和可观测性约束（OC）公式等技术，以提升滤波器一致性和估计精度。

实验结果

研究问题

• RQ1 在设计一致且精确的视觉-惯性状态估计器时，其基本挑战是什么，特别是在可观测性和偏差估计方面？
• RQ2 不同VINS算法族（EKF、MSCKF和基于优化的方法）在精度、效率和鲁棒性方面如何比较？
• RQ3 为何标准EKF在VINS中无法维持正确的可观测性，以及哪些技术可恢复其可观测性？
• RQ4 在实现长期、大规模和安全关键型VINS部署方面，主要开放挑战是什么？
• RQ5 如何扩展VINS以集成语义理解、动态目标跟踪以及LiDAR或事件相机等替代传感器？

主要发现

• 基于标准EKF的VINS由于存在三维不可观测子空间，导致状态估计不一致，即使测量准确亦然。
• 第一估计雅可比（FEJ）和可观测性约束（OC）等技术显著提升了滤波器一致性，通过使线性化与系统真实不可观测子空间对齐。
• IMU测量的预积分技术使高采样率惯性数据能高效集成到基于图的优化框架中，提升了计算效率和精度。
• 尽管基于EKF的方法因效率高而仍受欢迎，但基于优化的方法（如滑动窗口优化）因更好的可扩展性和鲁棒性，已成为最先进系统中的主导方案。
• 当前VINS系统在长期、大规模部署中仍不够鲁棒，主要受限于资源消耗和漂移累积，尤其在动态或低纹理环境中。
• 未来方向如语义地图构建、高维目标跟踪和协同VINS展现出巨大潜力但尚未充分探索，表明存在显著的研究机遇。