基于视觉惯性SLAM的室内定位方法研究

针对纯视觉SLAM在光照变化明显、环境纹理较少及载体快速运动的室内场景中容易出现特征跟踪失败、定位精度下降等问题，本文提出了一种基于滑动窗口进行后端优化的视觉惯导紧耦合方法，融合了IMU信息以提高跟踪精度与系统的鲁棒性。该方法利用IMU预积分误差与单目视觉SLAM的重投影误差构建新的损失函数来进行状态估计，采用基于滑动窗口的非线性优化方法进行运动估计，实时恢复组合系统位姿。在实测数据集上的实验结果表明，本文方法在x轴方向上的均方根误差为0.124 m,y轴方向上的均方根误差为0.113 m,实现了厘米级精度的定位。