， ，

(航天科工智能机器人有限责任公司，北京 100074)

0 引言

基于视觉的同步定位与建图(Simultaneous Localization and Mapping,SLAM)，已经被越来越多地应用在机器人导航、无人机导航等领域。但是单纯的视觉SLAM很难胜任复杂的任务，往往需要多传感器融合才能满足任务要求。其中惯性测量单元(Inertial Measurement Unit,IMU)被认为与相机传感器有明显的互补优势，而且十分有潜力在融合之后得到更加完善的SLAM系统[1]。

视觉通过外部特征点的匹配获取自身位姿，所以视觉不需要对时间进行积分，没有像IMU一样的零漂，但是视觉不能直接得到自身的运动状态，所以在大加速度和大角速度的运动下无法给出较为准确的姿态估计，容易导致跟踪失败，同时也无法辨别环境中的动态物体。IMU虽然可以测得角速度和加速度，但这些测量量都存在明显的漂移，尤其对于低成本的IMU来说，长时间积分得到的导航信息非常不可靠，但对于短时间内的快速运动可以提供较好的估计。正是由于这些特点，视觉和IMU可以优缺点互补。视觉SLAM不会随着时间漂移，可以有效地修正IMU数据中的漂移，使其在慢速运动中的位姿估计依然可用。IMU对自身加速度和角速度的测量可以提高系统的动态性能，同时帮助系统判别环境中的动态障碍物。

因此多年来出现了很多视觉和IMU组合导航的算法。其中一大类是基于滤波的组合算法，在文献[2]、文献[3]的视觉惯性导航(Visual Inertial Navigation,VIN)算法中有比较充分的介绍，尽管这类算法在实时性上有不错的表现，但是由于线性化等误差以及误差积累，导致长时间工作时状态估计误差增大，甚至导致滤波发散；……