自動駕駛等新興領(lǐng)域要求使用低成本解決方案在GPS-denied的環(huán)境中進行精確定位。常規(guī)方法傾向于融合所有可用的數(shù)據(jù)源：GPS、慣性測量單元（IMU）、車輪里程表、LIDAR和相機。雖然LIDAR數(shù)據(jù)在準確性方面勝過所有上述情況，但市場價格和計算需求也大大高于相機和IMU。IMU的主要優(yōu)點是它們與外部參考的獨立性、高數(shù)據(jù)速率和低延遲。但是，如果不進行外部校正，則僅IMU的定位誤差會因加速度計的偏差而隨時間呈二次方增長，而由于陀螺儀的偏差而隨時間呈三次方增長。正是這樣的錯誤增長使得僅采用IMU的本地化系統(tǒng)被禁止。作為一種補救措施，有人表明將車輪里程計數(shù)據(jù)納入傳感器融合過程可以將誤差的增長限制在時間的平方根。

在這文中，我們證明了使用視覺里程計（VO）可以達到類似的結(jié)果，其優(yōu)點是可以不受車輪打滑引起的誤差的影響。我們證明，不僅可以使用GPS和VO測量來觀察陀螺儀和加速度計的誤差，而且當在誤差狀態(tài)Kalman濾波器（ESKF）狀態(tài)和測量方程中正確建模時，可以使用慣性和運動約束來輔助VO航向偏差。首次系統(tǒng)啟動時對GPS信號可用性的要求來自IMU儀器誤差，必須觀察這些誤差以提高定位精度。獲得的結(jié)果表明，每當物理里程計傳感器不可用時，使用VO校正是合理的，如圖1。

詳細內(nèi)容請查看附件