XRSLAM中的轻量VIO

profgong

SLAM技术主要提供两方面的能力：即空间定位（Localization）和环境重建（Mapping）。而这两方面的能力也是AR/VR的关键基础技术。环境重建（Mapping）能力可以识别真实物理世界的几何结构，提供了虚拟场景与真实物理世界叠加的载体。而空间定位（Localization）能力，或者我们称之为6DoF运动跟踪，则能够保证虚拟场景与真实世界的融合能够在不同视角下的一致性。



XRSLAM (https://github.com/openxrlab/xrslam. )是OpenXRLab空间计算平台中基于C++语言实现的SLAM算法库，算法基于单目视觉和IMU实现了轻量级的VIO，同时支持桌面平台和移动平台，算法在EuRoC (Burri M, Nikolic J, Gohl P, et al. The EuRoC micro aerial vehicle datasets. The International Journal of Robotics Research.2016;35(10):1157-1163. )等公开数据集上达到SOTA级别的精度，支持普通终端30fps的实时处理帧率。

XRSLAM的整个框架如下图所示，算法支持多种不同传感器数据作为输入，经过XRSLAM算法内部的融合优化算法得到实时相机位姿。在当前开源的版本中，XRSLAM的核心是一个轻量级的VIO算法! 其中包括对IMU数据的预积分，对图像数据的特征匹配，基于视觉、IMU的线性对齐初始化以及完整的划窗优化等。其中特征匹配采用了OpenCV的光流来实现.







算法内部根据核心模块、状态估计、多视图几何、视觉定位、地图结构、AR展示、实用工具等不同类别，模块化了不同的函数和类，方便开发者上手和拓展更多功能。XRSLAM设计了灵活易拓展的多传感器支持，当前发布的版本以单目相机和IMU作为传感器输入

profgong

XRSLAM在EuRoC上进行了精度评测，并与目前SOTA算法VINS-Mono进行了对比（其中VINS-Mono的结果是基于开源代码本地复现的结果）。
从结果看，XRSLAM的精度具备显著的领先性。另外，XRSLAM也可以在移动端实时运行，算法处理效率可以支持30Fps以上的数据处理帧率。