MSCKF_VIO算法框架
MSCKF_VIO算法 1、MSCKF视觉惯性融合算法简介 惯性导航利用惯性测量单元(IMU)测量得到的角速度、加速度信息进行惯性导航解算得到运载体的位置、速度、姿态(含航向)等信息，具有实时性好、动态性能好等优点；但是由于其积分式特点，使得传感器和算法解算的误差会持续累积，导致长时间精度很低，特别是对于低端IMU。即使是军用战略性武器上使用的高精度惯导系统也在努力与别的信息进行融合，提高实际导航
相关文章
- 1. 运行msckf_vio
- 2. GBDT算法框架
- 3. orbslam算法框架
- 4. 回溯法算法框架
- 5. PageRank算法和MapReduce框架
- 6. ISP基本框架及算法介绍
- 7. face alignment---各种算法框架
- 8. 随机森林算法框架
- 9. cartographer算法(一)——概述及框架
- 10. OpenCV框架与图像插值算法
- 更多相关文章...
- • Docker 架构 - Docker教程
- • SSH框架（Struts2+Spring+Hibernate）搭建整合详细步骤 - Spring教程
- • 算法总结-广度优先算法
- • 算法总结-深度优先算法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 运行msckf_vio
- 2. GBDT算法框架
- 3. orbslam算法框架
- 4. 回溯法算法框架
- 5. PageRank算法和MapReduce框架
- 6. ISP基本框架及算法介绍
- 7. face alignment---各种算法框架
- 8. 随机森林算法框架
- 9. cartographer算法(一)——概述及框架
- 10. OpenCV框架与图像插值算法