0. 简介 对于ORB-SLAM3而言。如何将代码融入Wheel和GPS是一个挺有意思的事情。通过GPS和Wheel可以非常有效的约束视觉里程计结果。Wheel这块主要就是将速度等信息融合到前端中，类似IMU和视觉帧间的关系。而GPS由于频率不是很高，所以基本是用于全局修正的作用。这部分我们经常使用松耦合的形式，当然也有工作去做了紧耦合相关的工作。 1. Wheel特征添加 这一部分主要的其

视觉轮速滤波融合理论推导 文章目录 视觉轮速滤波融合理论推导1 坐标系2 轮速计2.1 运动学模型2.2 外参 3 状态和协方差矩阵3.1 状态3.2 协方差矩阵 4 Wheel Propagation4.1 连续运动学4.2 离散积分4.2.1 状态均值递推4.2.2 协方差递推 5 Visual update5.1 视觉残差与雅可比5.2 左零空间投影5.3 降低计算量5.4 边缘化

目录 1 背景 2 kalman filter 最优化递归估计 3 代码实现： 4 实例 1 背景         Kalman Filter 是一个高效的递归滤波器，它可以实现从一系列的噪声测量中，估计动态系统的状态。 起源于 Rudolf Emil Kalman 在 1960 年的博士论文和发表的论文《A NewApproach to Linear Eiltering and Pred