当前位置: 首页 > news >正文

【GVINS】

【GVINS】

      • 1. GVINS的系统特点
      • 2. GVINS的融合导航存在问题
      • 3. GVINS的信号的组成
      • 4. GVINS的信号的组成

原理推导知乎

1. GVINS的系统特点

概述了一种名为GVINS的系统,它旨在解决视觉-惯性里程计(VIO)在长时间运行时出现的漂移问题。GVINS通过将全球导航卫星系统(GNSS)的原始数据(包括伪距和多普勒频移)与视觉和惯性数据相结合,使用因子图方法进行紧耦合,从而减小VIO系统的漂移。这种方法的效果包括:

  • 减小VIO系统的漂移
  • 在室内外环境下均可使用
  • 即使在单颗卫星条件下也能使用

这些信息表明GVINS系统能够提供一种更稳定和可靠的导航解决方案,特别是在卫星信号不稳定或缺失的情况下。

2. GVINS的融合导航存在问题

讨论了GVINS(视觉-惯性导航系统)与VIN(视觉-惯性融合导航系统)融合时存在的问题,具体包括:

  1. GNSS初始化和坐标转换需要实时进行。
  2. GNSS的精度为米级,而VIN的精度为厘米级,GNSS的精度不够。
  3. 存在退化情况,具体包括:
    • 低速移动甚至旋转时的问题。
    • 当卫星数量少于4颗时的问题。
    • 当没有GNSS信号时的问题。

这些内容指出了在GVINS与VIN融合时可能遇到的挑战和限制,特别是在精度匹配、卫星数量和信号覆盖方面。

3. GVINS的信号的组成

在这里插入图片描述

4. GVINS的信号的组成

http://www.lryc.cn/news/442097.html

相关文章:

  • Linux 给 vmlinux 添加符号
  • 【mac】MacOS无法打开XXX文件,因为无法验证开发者的问题解决
  • Docker 无法拉取雷池 WAF 的解决方法
  • 进制转换,原码,反码,补码,二进制位运算及应用
  • node.js居家养老服务系统—计算机毕业设计源码35247
  • OpenHarmony(鸿蒙南向开发)——小型系统芯片移植指南(二)
  • Live800:从心出发,以情动人:构建深度客户服务文化
  • 分布式事务一致性:本地消息表设计与实践
  • 深入浅出Docker
  • Flink 与 Kubernetes (K8s)、YARN 和 Mesos集成对比
  • Python 集合的魔法:解锁高效数据处理的秘密
  • Go必知必会:构建复杂数据模型的基石
  • 大数据Flink(一百一十七):Flink SQL的窗口操作
  • 【西电电装实习】6. 手装无人机的蓝牙断连debug
  • AIGC实战之如何构建出更好的大模型RAG系统
  • 【数据结构-差分】力扣1589. 所有排列中的最大和
  • Spark部署文档
  • Broadcast:Android中实现组件及进程间通信
  • 5分钟熟练上手ES的具体使用
  • lambda 自调用递归
  • mac中git操作账号的删除
  • AI Agent的20个趋势洞察
  • Spring Boot-定时任务问题
  • 从混乱到清晰!借助Kimi掌握螺旋型论文结构的秘诀!
  • 中国电子学会202306青少年软件编程(Python)等级考试试卷(二级)真题
  • 样本册3D翻页电子版和印刷版同时拥有是一种什么体验
  • 8586 括号匹配检验
  • 案例精选 | 聚铭助力河北省某市公安局筑牢网络安全防护屏障
  • VBS学习2:问题解决(文件中含义中文运行报错或者中文乱码)
  • 首次揭秘行业内幕!范罗士、希喂、有哈、小米、安德迈宠物空气净化器实测分析