惯性导航与VSLAM相结合的优化方法

在走向实际应用的过程中，VSLAM必然要接受复杂动态场景的考验，如快速运动、视角剧烈变化和表面特征迅速变化等，这些高动态的场景极易造成VSLAM的跟踪失败，这是制约VSLAM发展的非常关键的因素。只依靠视觉理论和方法短时间内是无法突破这一瓶颈的，在这种背景下，惯性导航与视觉导航组合的思路应运而生，并且取得了一系列的研究成果［28］。

目前关于视觉和惯性导航组合的方式仅限于通过滤波的方法实时估计惯性导航的状态，只是用视觉来辅助惯导进行导航，用到的信息仅是局部的图像信息，精度有限，并没有把视觉导航系统看成一个相对独立的导航系统；而VSLAM和惯导构成的组合导航系统，涉及的图像信息是全局的，精度较高，并且VSLAM和惯导相互融合同时又相对独立，各自发挥自身的优势去弥补对方的不足。VSLAM和惯导同属于无源定位系统，隐蔽性强，无须接收外界其他的信息，具有很强的自主性，无论是在民用还是在军事领域都有广阔的应用前景。

VSLAM和惯导组合导航的总体框架如图8所示。VSLAM和惯导组合导航的原理可概括为以下三点：

图8　VSLAM和惯导组合导航的总体框架

（1）VSLAM系统输出的位置和姿态信息经过变换后作为观测量在惯导系统中进行卡尔曼滤波，估计惯导系统的误差状态量，用于修正惯导系统的误差。(www.xing528.com)

（2）VSLAM系统进行图像的跟踪时，利用经过变换的惯导姿态和速度信息进行特征点的运动估计，从而提高特征点匹配的速度和准确度。

（3）当VSLAM系统跟踪失败时，利用惯导系统输出的位置和姿态信息作为初始状态进行VSLAM系统的重新初始化，经过数据融合后保证在原有地图基础上继续定位和构图，从而提高了VSLAM系统的鲁棒性和适应高动态场景的能力。

此外，VSLAM和惯导之间进行相关数据的传递时，需要两个系统相关坐标系之间的旋转和平移矩阵进行变换，因此必须增加初始对准的环节，即在导航之前需要对VSLAM和惯导两个系统进行初始对准，标定好它们之间的相对位置和姿态。