OpenVINS

視覚慣性状態推定研究のリファレンスとなるオープンプラットフォーム

ライセンス

GPL-3.0

概要

OpenVINSは、デラウェア大学のRobot Perception and Navigation Group(RPNG)による、視覚慣性ナビゲーション研究のためのオープンプラットフォームです。中核となるのは、多様体上のスライディングウィンドウカルマンフィルタ(MSCKF系譜)に基づくフィルタベースの推定器で、カメラ-IMUのオンラインキャリブレーションを備えています。さらに、VIO研究の標準ベースラインとなる原動力となったシミュレータ、評価ツール、ドキュメントが同梱されています。

OpenVINSはカメラ画像とIMU計測を融合し、リアルタイムの6自由度状態推定を行います。推定器はMSCKFの伝統に連なる型ベースの多様体上拡張カルマンフィルタです。SLAMランドマークとMSCKF特徴トラックがスライディングウィンドウを共有し、一貫性のためのfirst-estimates Jacobian、カメラ内部パラメータ・外部パラメータ・時間オフセットのオンラインキャリブレーション、単眼・ステレオ・マルチカメラ構成のサポートを備えます。推定器の周辺には完全な研究エコシステムが用意されています。グラウンドトゥルース駆動のシミュレータ、軌跡誤差評価のためのov_evalツールキット、ROS 1とROS 2のラッパー、そして基礎となる導出の詳細なドキュメントです。モジュラーな「型」システムにより、研究者はフィルタ内部を書き換えることなく新しい状態変数(キャリブレーションパラメータや新しいセンサー)を追加できます。これこそ、多くのVIO論文がOpenVINSをベンチマークの比較対象にしたり、その上に構築したりする理由です。

重要な理由

OpenVINSは視覚慣性オドメトリの標準的なオープンベースラインです。新しいVIO手法が発表されるとき、比較対象となるのはOpenVINSであり、文書化された導出と評価ツールにより、厳密なVIO研究は閉じた研究室の専売特許から、どのグループでも再現できるものへと変わりました。

解決する課題

GPSの届かないロボット — 屋内のドローン、ARヘッドセット、脚型・移動ロボット — は、安価なセンサーから正確なリアルタイム姿勢を得る必要があります。OpenVINSは、一貫性がありキャリブレーション済みのカメラ+IMU状態推定器と、それを信頼し拡張するためのシミュレーション・評価インフラを提供します。

主なポイント

• 一貫性のためのfirst-estimates Jacobianを備えた多様体上スライディングウィンドウフィルタ(MSCKF系譜)
• カメラ内部パラメータ、カメラ-IMU外部パラメータ、時間オフセットのオンラインキャリブレーション
• ROS 1およびROS 2ラッパー付きの単眼・ステレオ・マルチカメラ対応
• グラウンドトゥルースシミュレータとov_eval軌跡評価ツールキットを同梱
• 視覚慣性オドメトリ研究における事実上の公開ベースライン

対象

• VIOおよび状態推定の研究者
• GPS遮断環境での自己位置推定を必要とするドローンおよびAR/VRエンジニア
• カルマンフィルタベースの推定を学ぶ大学院生
• カメラ+IMUセンサースタックを評価するロボティクスチーム

制限事項

• フィルタベースの設計のため、長い軌跡では最適化ベースのシステムに比べて精度をいくらか犠牲にする
• コア推定器にはループクロージングが組み込まれていない(補助的なov_secondaryモジュールは存在)
• 最高性能を得るにはIMUノイズの慎重な特性評価が必要
• GPL-3.0ライセンスはクローズドソース製品化を制限する