Depository of News

Почему нельзя просто соединить точки: как сгенерировать синтетический IMU, которому поверит VIO

habrahabr.ru · world

Я сгенерировала показания идеального IMU — без шума и дрейфа — по траектории, заданной ключевыми позами и сферической интерполяцией, и проинтегрировала их обратно. Среднеквадратичная ошибка положения за 10 секунд получилась около 8 метров. Повышение частоты датчика с 50 до 1600 Гц её не уменьшило. С другой моделью траектории та же проверка при 200 Гц даёт от 10 см до 10⁻¹¹ м — в зависимости от схемы интегрирования. Главное даже не сами числа, а то, что ошибка уменьшается с шагом так, как положено данной схеме. Эта статья о том, откуда такая разница. Алгоритмы визуально-инерциальной одометрии (VIO) и SLAM — VINS-Mono [1], ORB-SLAM3 [2], OpenVINS [3] — оценивают движение камеры по изображениям и показаниям инерциального блока: акселерометра и гироскопа. Чтобы их сравнивать и отлаживать, нужны данные с точно известной истинной траекторией. В реальных наборах вроде EuRoC [4] и TUM VI [5] эталон снят внешней системой: захвата движения или, в части серий EuRoC, лазерным трекером, который измеряет только положение. Эталон доступен только в зоне действия этой системы и сам содержит погрешность. К тому же условия записи зафиксированы: нельзя взять ту же запись и отдельно поменять шум датчика или расстояние между камерой и IMU. В синтетических данных траектория задаётся программно, и все параметры меняются независимо. Синтетика полезна, только если показания датчиков согласованы с заданным движением, а это зависит от того, как именно задана траектория. Это часть моей дипломной работы в НИТУ «МИСИС»: там по той же траектории рендерятся кадры сцены, восстановленной гауссовым сплаттингом. Здесь только инерциальная часть. Читать далее

Read full article →