摘要：
选择矩阵 \(C^T\) 的构造细节 假设有三段轨迹，并且最小化 snap，具体构造细节如下： 阅读全文
摘要：
VINS中的边缘化 1. 边缘化回顾 1.1 感性回顾-无公式 \(\quad\)首先来看一些VINS中维护的状态变量：是由para_Pose（6维，相机位姿）; para_SpeedBias（9维，相机速度、加速度偏置、角速度偏置）、para_Ex_Pose（6维，相机IMU外参）、para_Fe 阅读全文
摘要：
VINS中的滑动窗口 1. 图优化模型的概括 有如下优化系统 \[\begin{array}{l} \boldsymbol{\xi}=\underset{\boldsymbol{\xi}}{\operatorname{argmin}} \frac{1}{2} \sum_{i}\left\|\math 阅读全文
摘要：
VINS中的IMU因子（一） 在这篇文章中我们分析一些VINS中对于IMU因子的处理和构建方式。首先来看一下再 estimator类中关于预积分因子的几个重要成员变量。pre_integrations 存储了滑动窗口中相邻两帧之间的预积分增量。acc_0，gyr_0则保存了当前时刻的角速度和加速度值 阅读全文
摘要：
# 从高斯分布到信息矩阵 > 本文章的所有证明推导均为个人记录，如有错误欢迎指出，且所有均参考贺一家博士和高翔博士的相关证明，其他的部分参考文献也在文末给出。 [TOC] ## 1. SLAM 问题概率建模 考虑某个状态 $\boldsymbol{\xi}$ ，以及一次与该状态相关的观测 $\mat 阅读全文
摘要：
# VINS中的重力-尺度-速度初始化（2） ## 细化重力 $\quad$上一篇文章中得到的 $g$ 一般是存在误差的。因为在实际应用中，当地的重力向量的模一般是已知固定大小的（所以只有两个自由度未知），而我们在前面求解时并没有利用这个条件，因此最后计算出来的重力向量很难刚好满足这个条件。于是，在 阅读全文
摘要：
# VINS中速度-重力-尺度初始化 $\quad$在 VINS 中初始化中，需要对初始化帧的速度变量，重力，以及尺度因子进行初始化。则需要估计的变量为 $$ \mathcal{X}_{I}^{3(n+1)+3+1}=\left[v_{b_{0}}^{b_{0}}, v_{b_{1}}^{b_{1} 阅读全文
摘要：
# VINS 中的旋转外参初始化 为了使这个两个传感器融合，我们首先需要做的事情是将两个传感器的数据对齐，除了时间上的对齐，还有空间上的对齐。空间上的对齐通俗的讲就是将一个传感器获取的数据统一到另一个传感器的坐标系中，其关键在于确定这两个传感器之前的外参，本文将详细介绍 `VINS_Mono` 阅读全文
摘要：
# unique_ptr 的使用 `std::unique_ptr`是c++11起引入的智能指针，为什么必须要在c++11起才有该特性，主要还是c++11增加了move语义，否则无法对对象的所有权进行传递。 ## unique_ptr 介绍 - unique_ptr 不共享它的指针。它无法复制到其他 阅读全文
摘要：
# weak_ptr 的使用 $\quad$关于为什么使用 `weak_ptr`，以及他的使用场景，我们在[这篇文章](https://www.cnblogs.com/weihao-ysgs/p/shared_ptr-weak_ptr.html)中已经进行了介绍。而对于其具体的使用方法，比如说如何通 阅读全文