机器人 SLAM SLAM传感器与算法部署实战

滤波SLAM

x_k=[x_I^{\top}\,\,x_C^{\top}\,\,x_S^{\top}] =: [x_A^{\top}\,\,x_S^{\top}] \tag{1}

其中，I代表IMU，C代表Camera，S代表地图点。系统的协方差可写作：

\text{P}_k=\left[ \begin{matrix} \text{P}_{AA_k}& \text{P}_{AS_k}\\ \text{P}_{SA_k}& \text{P}_{SS_k}\\ \end{matrix} \right] \tag{5}

之后的IMU Propagation和Camera Measurement Update就不表了，之后会写个滤波SLAM梳理下。

2. Schmidt-EKF based VI-SLAM

对于特征点，使用FAST+ORB，在系统中分为三类Features：

2.1. VIO Features: MSCKF Update

在current sliding window中不再被观测到的features，像MSCKF一样处理。