SLAM 點雲圖鑑Point clouds for construction
M-01 · 2019

VINS-Fusion (local odometry framework)

此預印本提出以最佳化為核心的通用區域里程計框架，把每種感測器量測視為一個因子（factor），共享狀態變數的因子相加組成最佳化問題。論文以雙目、單眼加 IMU、雙目加 IMU 三種組合示範。其目標為區域精度，全域感測器如 GPS 被列為後續工作。

里程計＋局部建圖近十年已讀全文預印本視覺、視覺慣性與 RGB-D 稠密 SLAM

閱讀版本
arXiv 1901.03638v1 (2019-01-11, 7 pages; only version); no peer-reviewed version identified
全文取得途徑
arXiv 預印本
本頁內容

This preprint generalises optimisation-based local odometry by treating each sensor measurement as a factor, demonstrated with stereo, mono-inertial and stereo-inertial configurations.

技術屬性

欄位內容為文獻擷取紀錄的原文用語（英文），以原文為據；「未查證」表示本研究尚未讀到該資訊，不代表該方法不具備此能力。

感測輸入stereo、monocular camera、IMU
原文測試平台UAV (EuRoC MAV dataset)、handheld (self-built stereo camera + DJI A3 IMU/GPS suite walked outdoors, GPS used as ground truth)
狀態估計sliding-window nonlinear least squares (MAP) solved with Ceres; camera reprojection factors and IMU preintegration factors; ten spatial camera frames kept, older states marginalised by Schur complement into a prior (Sec. IV-A to IV-D)
資料關聯Shi-Tomasi corner features tracked between frames by KLT and matched left to right for stereo; each feature forms a reprojection factor from its first observation, parameterised by its depth in the first observing frame (Sec. IV-A-1, IV-B-1)
時間表示discrete states
去畸變不適用
迴圈閉合none in this preprint (local odometry)
全域最佳化none in this preprint; GPS fusion listed as future work (Sec. VI)
地圖表示sparse visual landmarks
先驗資訊none
可輸出幾何local odometry trajectory
計算需求原文未報告

使用設備

原文使用的感測器、運算硬體與載具（equipment）。型號保留原文寫法，連結到設備頁中同一型號的歸併名稱；角色依原文用途分為方法輸入、資料集感測器、執行運算平台、參考或真值量測（reference or ground truth）與比較對象設備。

類別型號（原文寫法）角色資料集原文規格出處
慣性量測單元（IMU）ADIS16448資料集感測器EuRoC200 Hz, synchronized(Qin et al., 2019, Sec. V-A)
慣性量測單元（IMU）DJI A3 controller inbuilt IMU方法輸入未標示200 Hz(Qin et al., 2019, Sec. V-B, Fig. 6)
GNSS 接收器DJI A3 controller GPS receiver參考或真值量測未標示GPS position treated as ground truth(Qin et al., 2019, Sec. V-B, Fig. 6)
雙目相機Aptina MT9V034資料集感測器EuRoCglobal shutter, 752x480 monochrome, 20 FPS stereo(Qin et al., 2019, Sec. V-A)
雙目相機mvBlueFOX-MLC200w方法輸入未標示stereo cameras, 20 Hz, self-developed hand-held sensor suite(Qin et al., 2019, Sec. V-B, Fig. 6)
全測站Leica MS50參考或真值量測EuRoCground-truth states(Qin et al., 2019, Sec. V-A)
其他VICON歸入：Vicon參考或真值量測EuRoCground-truth states(Qin et al., 2019, Sec. V-A)

作者報告的優勢與限制

優勢

  • keep; add: configurations with IMU tracked all EuRoC sequences and the framework outperformed OKVIS in most sequences (Table I); outdoor RMSE fell from 1.85 to 2.59 m (stereo) to 0.43 to 0.75 m with an IMU over about 224 to 232 m walks (Table II)

限制

  • keep
  • add: stereo-only configuration failed on EuRoC V1_03 and V2_03 and drifted most (Table I, Sec. V-A)
  • stereo plus IMU needs more accurate intrinsic and extrinsic calibration and did not always perform best (Sec. V-A)
  • no runtime or hardware reported

營建工程相關證據

原文未報告

原文驗證環境：公開基準、受控實驗

報告的性能數據

以下是原文作者報告的性能數值（author-reported results），不是本研究重新量測的結果。每張圖只並列同一個比較組（comparison group，同一張表、同一組實驗設定）內的方法；不同比較組之間的數值不可直接比較，也不構成排名。

本方法共出現在 21 個比較組，合計 237 筆紀錄。以下列出本方法紀錄最多的 4 組，其餘 17 組列在最後，並連到性能比較頁。

Qin et al., 2019 · Table I 本方法 33 筆

指標RMSE of ATE

表格設定（擷取紀錄原文）：EuRoC; RMSE of ATE; trajectories aligned with Horn's method (degrees of freedom not stated); x = stereo-only tracking failed because motion was too aggressive (Qin et al., 2019, Table I)

RMSE of ATE，EuRoC · MH 01 (length 79.84 m)

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Qin et al., 2019 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：均方根誤差（RMSE）；對齊方式：原文未報告；單位：m；場景：EuRoC sequences recorded onboard a micro aerial vehicle; scene type not described in this paper

資料來源作者報告值(Qin et al., 2019, Table I)

數值與出處
方法（原文寫法）報告值出處
Proposed (stereo)本方法原文提出0.54 m(Qin et al., 2019, Table I)
Proposed (mono+imu)本方法原文提出0.18 m(Qin et al., 2019, Table I)
Proposed (stereo+imu)本方法原文提出0.24 m(Qin et al., 2019, Table I)
OKVIS (stereo+imu)0.16 m(Qin et al., 2019, Table I)

Lee et al., 2025b · Table 7 本方法 22 筆

指標Average (5 runs) position ATE

表格設定（擷取紀錄原文）：UD Husky dataset (Clearpath Husky; indoor structured I1-I2 with OptiTrack GT, outdoor O1-O2 and unstructured T1-T4 with Emlid RTK GT); average (5 runs) position ATE in metres; '-' = error above 5 m not reported (Lee et al., 2025b, Table 7)

Average (5 runs) position ATE，UD Husky dataset · O1

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

  • 未報告（沒有數值，不是 0）

這些是 Lee et al., 2025b 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：原文未報告；對齊方式：原文未報告；單位：m；場景：outdoor structured

資料來源作者報告值(Lee et al., 2025b, Table 7)

數值與出處
方法（原文寫法）報告值出處
VINS-Fusion(V)本方法無數值未報告註記（擷取紀錄）：error above 5 m, not reported ('-')(Lee et al., 2025b, Table 7; Sec. 7)
VINS-Fusion(L)本方法無數值未報告註記（擷取紀錄）：error above 5 m, not reported ('-')(Lee et al., 2025b, Table 7; Sec. 7)
ORB-SLAM34.51 m(Lee et al., 2025b, Table 7; Sec. 7)
MINS(I,C)原文提出2.93 m(Lee et al., 2025b, Table 7; Sec. 7)
MINS(I,C,W)原文提出1.39 m(Lee et al., 2025b, Table 7; Sec. 7)
FAST-LIO22.34 m(Lee et al., 2025b, Table 7; Sec. 7)
LIW-OAM1.01 m(Lee et al., 2025b, Table 7; Sec. 7)
MINS(I,L)原文提出1.73 m(Lee et al., 2025b, Table 7; Sec. 7)
MINS(I,L,W)原文提出1.35 m(Lee et al., 2025b, Table 7; Sec. 7)
GNSS3.17 m(Lee et al., 2025b, Table 7; Sec. 7)
VINS-Fusion(G)本方法無數值未報告註記（擷取紀錄）：error above 5 m, not reported ('-')(Lee et al., 2025b, Table 7; Sec. 7)
Lvio-Fusion3.14 m(Lee et al., 2025b, Table 7; Sec. 7)
MINS(I,C,L,W,G)原文提出0.96 m(Lee et al., 2025b, Table 7; Sec. 7)

Usenko et al., 2020 · Table I 本方法 20 筆

指標RMS ATE of the estimated trajectory

表格設定（擷取紀錄原文）：EuRoC MAV; RMS ATE (m) after alignment with ground truth; upper part VIO methods (pose per frame), lower part mapping methods on keyframes (KF); X = failure; V2_03 excluded (Usenko et al., 2020, Table I)

RMS ATE of the estimated trajectory，EuRoC MAV · MH_01

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Usenko et al., 2020 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：均方根誤差（RMSE）；對齊方式：原文未報告；單位：m；場景：indoor MAV (machine hall and Vicon room)

資料來源作者報告值(Usenko et al., 2020, Table I)

數值與出處
方法（原文寫法）報告值出處
VI DSO, mono0.06 m(Usenko et al., 2020, Table I)
OKVIS mono0.34 m(Usenko et al., 2020, Table I)
OKVIS stereo0.23 m(Usenko et al., 2020, Table I)
VINS FUSION mono本方法0.18 m(Usenko et al., 2020, Table I)
VINS FUSION stereo本方法0.24 m(Usenko et al., 2020, Table I)
IS VIO stereo0.06 m(Usenko et al., 2020, Table I)
Proposed VIO, stereo原文提出0.07 m(Usenko et al., 2020, Table I)
VI SLAM (Kasyanov et al.) mono, KF0.25 m(Usenko et al., 2020, Table I)
VI SLAM (Kasyanov et al.) stereo, KF0.11 m(Usenko et al., 2020, Table I)
VI ORB-SLAM mono, KF0.07 m(Usenko et al., 2020, Table I)
Pure BA, stereo, KF (ablation)0.09 m(Usenko et al., 2020, Table I)
BA + Identity Factors, stereo, KF (ablation)0.08 m(Usenko et al., 2020, Table I)
Proposed VI Mapping, stereo, KF原文提出0.08 m(Usenko et al., 2020, Table I)

Geneva et al., 2020 · Table II 本方法 20 筆

表格設定（擷取紀錄原文）：EuRoC MAV Vicon-room sequences, mean ATE over ten runs per method (orientation deg / position m); VIO outputs only; V2_03 excluded; alignment method not stated (Geneva et al., 2020, Table II)

ATE position (m), mean of ten runs，EuRoC MAV · V1_01_easy

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Geneva et al., 2020 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：平均值（mean）；對齊方式：原文未報告；單位：m；場景：indoor Vicon room, MAV

資料來源作者報告值(Geneva et al., 2020, Table II)

數值與出處
方法（原文寫法）報告值出處
mono ov slam原文提出0.058 m(Geneva et al., 2020, Table II)
mono ov vio原文提出0.076 m(Geneva et al., 2020, Table II)
mono okvis0.09 m(Geneva et al., 2020, Table II)
mono rovioli (ROVIO in maplab)0.153 m(Geneva et al., 2020, Table II)
mono rvio (R-VIO)0.094 m(Geneva et al., 2020, Table II)
mono vinsfusion vio本方法0.064 m(Geneva et al., 2020, Table II)
stereo ov slam原文提出0.061 m(Geneva et al., 2020, Table II)
stereo ov vio原文提出0.061 m(Geneva et al., 2020, Table II)
stereo basalt (VIO)0.035 m(Geneva et al., 2020, Table II)
stereo iceba (ICE-BA)0.059 m(Geneva et al., 2020, Table II)
stereo okvis0.039 m(Geneva et al., 2020, Table II)
stereo smsckf (S-MSCKF)0.086 m(Geneva et al., 2020, Table II)
stereo vinsfusion vio本方法0.054 m(Geneva et al., 2020, Table II)

其他比較組

列出其餘 17 個比較組

來源

  • Qin et al., 2019

    Tong Qin, Jie Pan, Shaozu Cao, Shaojie Shen（2019）A General Optimization-based Framework for Local Odometry Estimation with Multiple SensorsarXiv

    arXiv 1901.03638程式碼

    預印本已讀全文近十年查證後修正

程式碼：https://github.com/HKUST-Aerial-Robotics/VINS-Fusion（授權：GPLv3 (README licence section)）。有公開程式碼不等於已被重現，也不代表目前版本與論文版本相同。

回到方法圖鑑

SLAM 點雲圖鑑

本站為綜述論文《SLAM-Based Point Clouds for Construction: A Review》研究過程的互動說明文件。互動圖為教學模擬，不代表任何特定系統的實測表現；方法描述、數值與結論以所引原始文獻為準。

內容基準日 2026-09-25 · 研究與網站製作使用 AI 輔助工具，見 證據標記與方法

選擇開啟Esc關閉