前言：港科大的VINS-Mono作為目前state of the art的開源VIO專案，是研究視覺與IMU融合的必讀演算法，網上的論文解讀與程式碼實現也非常豐富（感謝！）。為更好地進行學習，本人將在學習之餘逐步整理自己對演算法的論文和實現的相關解讀，歡迎大家一起討論。

原文：VINS-Mono A Robust and Versatile Monocular Visual-Inertial State Estimator

VINS程式碼地址：https://github.com/HKUST-Aerial-Robotics/VINS-Mono

PS. 本人蔘考的VINS-Mono是新版本，程式碼結構有所區別，可以在節點圖中看出增加了一個"/pose_graph"節點。

from github:
29 Dec 2017: New features: Add map merge, pose graph reuse, online temporal calibration function, and support rolling shutter camera.

其中 map reuse 可以參考文章：
Relocalization, Global Optimization and Map Merging for Monocular Visual-Inertial SLAM

目錄！（不斷補充）

VINS-Mono論文翻譯

VINS-Mono程式碼解讀——各種資料結構 sensor_msgs measurements

VINS-Mono程式碼解讀——視覺跟蹤 feature_trackers

VINS-Mono理論學習——IMU預積分 Pre-integration

VINS-Mono程式碼解讀——狀態估計器流程 estimator

VINS-Mono程式碼解讀——視覺慣性聯合初始化 initialStructure() visualInitialAlign()

VINS-Mono程式碼解讀——基於滑動視窗的非線性優化 solveOdometry() optimization() slideWindow()

TUM VIO資料集介紹與嘗試

VINS介紹：

VINS是一種具有魯棒性和通用性的單目視覺慣性狀態估計器。
該演算法主要有以下幾個模組：

1. 預處理
   影象特徵光流跟蹤
   IMU資料預積分
2. 初始化
   純視覺Sfm
   Sfm與IMU積分的鬆耦合
3. 基於滑動視窗的非線性優化實現緊耦合
4. 迴環檢測與重定位
5. 四自由度位姿圖優化

rqt_graph

node only

node all

程式碼的檔案目錄

1、ar_demo：一個ar應用demo
2、benchmark_publisher：釋出資料集中參考值
3、camera_model
   calib
   camera_models：各種相機模型類
   chessboard：檢測棋盤格特徵點
   gpl
   sparse_graph
   intrinsic_calib.cc：相機校準模組
4、config：系統配置檔案存放處
5、feature_trackers：
   feature_tracker_node.cpp ROS 節點函式，回撥函式
   feature_tracker.cpp 影象特徵跟蹤
6、pose_graph：
   keyframe.cpp 關鍵幀選取
   pose_graph.cpp 位姿圖優化
   pose_graph_node.cpp ROS 節點函式
7、support_files：幫助文件
8、vins_estimator
   factor：實現IMU、camera等殘差模型
   initial：系統初始化，外參標定，SFM
   utility：相機視覺化，四元數等資料轉換
   estimator.cpp：緊耦合的VIO狀態估計器實現
   estimator_node.cpp：ROS 節點函式，回撥函式
   feature_manager.cpp：特徵點管理，三角化，關鍵幀等
   parameters.cpp：讀取引數

參考筆記：（不斷補充）

VINS技術路線與程式碼詳解 by 五行缺帥wangshuailpp

VINS-Mono 學習筆記 by 童哲航

VINS-Mono 程式碼解讀 by Rain-XIA

VINS-mono詳細解讀 by 極品巧克力

VINS程式碼註釋：
https://github.com/castiel520/VINS-Mono by castiel520

https://github.com/QingSimon/VINS-Mono-code-annotation by QingSimon