OpenVINS

A plataforma aberta de referência para pesquisa em estimativa de estado visual-inercial

Licença

GPL-3.0

Visão geral

O OpenVINS, do Robot Perception and Navigation Group (RPNG) da Universidade de Delaware, é uma plataforma aberta para pesquisa em navegação visual-inercial. Em seu núcleo está um estimador baseado em filtro, construído sobre um filtro de Kalman de janela deslizante on-manifold (linhagem MSCKF) com calibração câmera-IMU online, e ele vem com os simuladores, ferramentas de avaliação e documentação que o tornaram a baseline padrão na literatura de VIO.

O OpenVINS funde imagens de câmera e medições de IMU em uma estimativa de estado 6-DOF em tempo real. O estimador é um filtro de Kalman estendido on-manifold baseado em tipos, na tradição MSCKF: landmarks de SLAM e tracks de features MSCKF compartilham uma janela deslizante, com first-estimates Jacobians para consistência, calibração online de intrínsecos da câmera, extrínsecos e offset temporal, e suporte a configurações monoculares, estéreo e multicâmera. Em torno do estimador, o projeto fornece um ecossistema de pesquisa completo: um simulador guiado por ground truth, o toolkit ov_eval para avaliação de erro de trajetória, wrappers ROS 1 e ROS 2, e documentação detalhada das derivações subjacentes. Seu sistema modular de 'tipos' permite que pesquisadores adicionem novas variáveis de estado (parâmetros de calibração, novos sensores) sem reescrever os internos do filtro, que é exatamente o motivo pelo qual tantos artigos de VIO fazem benchmark contra o OpenVINS ou constroem sobre ele.

Por que importa

O OpenVINS é a baseline aberta padrão para odometria visual-inercial: quando novos métodos de VIO são publicados, o OpenVINS é o sistema com o qual eles se comparam, e suas derivações documentadas mais as ferramentas de avaliação transformaram a pesquisa rigorosa de VIO de uma especialidade de laboratórios fechados em algo que qualquer grupo pode reproduzir.

Problema que resolve

Robôs sem GPS — drones em ambientes internos, headsets de AR, robôs com pernas e móveis — precisam de pose precisa em tempo real a partir de sensores baratos. O OpenVINS fornece um estimador de estado câmera+IMU consistente e calibrado, mais a infraestrutura de simulação e avaliação para confiar nele e estendê-lo.

Pontos principais

• Filtro de janela deslizante on-manifold (linhagem MSCKF) com first-estimates Jacobians para consistência
• Calibração online de intrínsecos da câmera, extrínsecos câmera-IMU e offset temporal
• Suporte monocular, estéreo e multicâmera com wrappers ROS 1 e ROS 2
• Inclui um simulador com ground truth e o toolkit de avaliação de trajetória ov_eval
• A baseline publicada de facto para pesquisa em odometria visual-inercial

Para quem é

• Pesquisadores de VIO e estimativa de estado
• Engenheiros de drones e AR/VR que precisam de localização sem GPS
• Estudantes de pós-graduação estudando estimativa baseada em filtro de Kalman
• Times de robótica avaliando stacks de sensores câmera+IMU

Limitações

• O design baseado em filtro troca alguma precisão em relação a sistemas baseados em otimização em trajetórias longas
• Sem loop closing embutido no estimador central (existe o módulo secundário ov_secondary)
• Requer caracterização cuidadosa do ruído da IMU para melhor desempenho
• A licença GPL-3.0 limita a produtização de código fechado