OpenVINS

시각-관성 상태 추정 연구의 레퍼런스 오픈 플랫폼

라이선스

GPL-3.0

개요

OpenVINS는 델라웨어 대학교 RPNG(Robot Perception and Navigation Group)에서 만든 시각-관성 내비게이션 연구용 오픈 플랫폼입니다. 핵심은 온매니폴드(on-manifold) 슬라이딩 윈도우 칼만 필터(MSCKF 계열)에 기반한 필터 기반 추정기로, 온라인 카메라-IMU 캘리브레이션을 갖추고 있으며, VIO 문헌에서 표준 베이스라인이 되게 한 시뮬레이터, 평가 도구, 문서를 함께 제공합니다.

OpenVINS는 카메라 이미지와 IMU 측정을 융합하여 실시간 6-DOF 상태 추정치를 만듭니다. 추정기는 MSCKF 전통의 타입 기반 온매니폴드 확장 칼만 필터입니다: SLAM 랜드마크와 MSCKF 특징 트랙이 슬라이딩 윈도우를 공유하고, 일관성을 위한 first-estimates Jacobian, 카메라 내부 파라미터·외부 파라미터·시간 오프셋의 온라인 캘리브레이션, 단안·스테레오·다중 카메라 구성을 지원합니다. 추정기 주변으로 프로젝트는 완전한 연구 생태계를 제공합니다: 그라운드 트루스 기반 시뮬레이터, 궤적 오차 평가를 위한 ov_eval 툴킷, ROS 1 및 ROS 2 래퍼, 그리고 기반 수식 유도에 대한 상세한 문서. 모듈식 '타입' 시스템 덕분에 연구자는 필터 내부를 다시 쓰지 않고 새로운 상태 변수(캘리브레이션 파라미터, 새 센서)를 추가할 수 있으며, 바로 이것이 수많은 VIO 논문이 OpenVINS를 벤치마크 대상으로 삼거나 그 위에 구축하는 이유입니다.

중요한 이유

OpenVINS는 시각-관성 오도메트리의 표준 공개 베이스라인입니다: 새로운 VIO 방법이 발표될 때 비교 대상이 되는 시스템이 바로 OpenVINS이며, 문서화된 수식 유도와 평가 도구는 엄밀한 VIO 연구를 폐쇄적 연구실의 전유물에서 어느 그룹이든 재현할 수 있는 것으로 바꿔 놓았습니다.

해결하는 문제

GPS가 닿지 않는 로봇 — 실내 드론, AR 헤드셋, 보행 및 모바일 로봇 — 은 저렴한 센서로부터 정확한 실시간 포즈가 필요합니다. OpenVINS는 일관성 있고 캘리브레이션된 카메라+IMU 상태 추정기와 함께, 이를 신뢰하고 확장할 수 있게 하는 시뮬레이션·평가 인프라를 제공합니다.

핵심 요점

• 일관성을 위한 first-estimates Jacobian을 갖춘 온매니폴드 슬라이딩 윈도우 필터(MSCKF 계열)
• 카메라 내부 파라미터, 카메라-IMU 외부 파라미터, 시간 오프셋의 온라인 캘리브레이션
• ROS 1 및 ROS 2 래퍼와 함께 단안, 스테레오, 다중 카메라 지원
• 그라운드 트루스 시뮬레이터와 ov_eval 궤적 평가 툴킷 제공
• 시각-관성 오도메트리 연구의 사실상 표준 발표 베이스라인

대상

• VIO 및 상태 추정 연구자
• GPS 음영 환경의 위치추정이 필요한 드론 및 AR/VR 엔지니어
• 칼만 필터 기반 추정을 공부하는 대학원생
• 카메라+IMU 센서 스택을 평가하는 로보틱스 팀

한계

• 필터 기반 설계는 긴 궤적에서 최적화 기반 시스템 대비 정확도를 일부 희생
• 코어 추정기에 내장 루프 클로징 없음(별도의 ov_secondary 모듈 존재)
• 최고 성능을 위해서는 세심한 IMU 노이즈 특성화가 필요
• GPL-3.0 라이선스가 클로즈드소스 제품화를 제한