Abstract— Visual-inertial SLAM (VI-SLAM) requires a good initial estimation of the initial velocity, orientation with respect to gravity and gyroscope and accelerometer biases. In this paper we build on the initialization method proposed by Martinelli [1] and extended by Kaiser et al. [2], modifying it to be more general and efficient. We improve accuracy with several rounds of visual-inertial bundle adjustment, and robustify the method with novel observability and consensus tests, that discard erroneous solutions. Our results on the EuRoC dataset show that, while the original method produces scale errors up to 156%, our method is able to consistently initialize in less than two seconds with scale errors around 5%, which can be further reduced to less than 1% performing visual-inertial bundle adjustment after ten seconds

knn基于matlab的代码惯性手势识别 介绍 手机在我们的日常生活中起着重要的作用。 本文开发了一种基于手机传感器的手势识别基准。 内置的手机微型陀螺仪和加速度计可以有效地测量沿x，y和z轴的加速度和角速度，并将其用作输入数据。 我们计算输入数据的能量以减少手机姿势变化的影响。 收集了一个大型数据库，其中包含8个手势的1,000多个样本。 隐马尔可夫模型（HMM），K最近邻（KNN）和支持向量机（SVM）在基准测试中进行了测试。 实验结果表明，所采用的方法可以有效地识别手势。 为了促进对此主题的研究，向公众提供了源代码和数据库。 指示 在MATLAB中运行“ HMM.m”脚本。 在MATLAB中运行“ SVM.m”脚本。（需要libsvm） 在MATLAB中运行“ KNN.m”脚本。 “ struct.mat”存储预先计算的数据。 笔记 如果使用数据库，请引用本文 谢春雨，栾尚珍，王海南，张宝昌：基于手机的手势识别基准。 CCBR 2016：432-440 接触 张宝昌

ist的matlab代码视觉惯性里程表 MSCKF（多状态约束扩展卡尔曼滤波器） 介绍： 用于移动平台（例如机器人）的姿态估计的视觉惯性测距法的MSCKF算法的实现和改进。 阅读以下文章： 技术细节： 本文采用的当前方法缺乏重要的统计不一致之处。 报告中将详细讨论这种不一致之处，可以根据要求提供此不一致之处。 可以在SourceCode部分中找到源代码。 如果您遇到问题，请在问题中让我知道。

Openshoe-球体极限法 MATLAB的双脚惯性导航系统的实现，使用球面极限法（SLM）来减少系统的航向漂移。 引文 @INPROCEEDINGS{6498266, author={G. V. Prateek and R. Girisha and K. V. S. Hari and P. Händel}, booktitle={2013 4th International Conference on Intelligent Systems, Modelling and Simulation}, title={Data Fusion of Dual Foot-Mounted INS to Reduce the Systematic Heading Drift}, year={2013}, pages={208-213}, month={Jan}} @INPROCEEDINGS{7275

视觉惯性同步硬件 作者： （ ），（ ） 1.说明 该项目旨在对摄像机和IMU进行硬件同步，以便它们都使用相同（毫秒级）的时基。 我们已经在Ubuntu16.04（ROS Kinetic）中测试了代码。 Arduino将为每个IMU测量（200 Hz）计算精确的（微秒）时间戳。 在某些时间戳（20 Hz）下，它将触发相机（通过触发线）以捕获新图像。 时间戳记和triggerCounter数据将被发送到PC（IMU节点）。 IMU节点将从Arduino接收IMU数据，并通过新的ROS TimeReference消息（主题/ imu / trigger_time）发布时间数据。 相机节点将订阅此时间数据，以为每个相机图像重建精确的时间。 因此，消息流将如下所示： IMU –> Arduino –> PC (ROS IMU node) –> ROS camera node 2.要求 2

Fundamentals of Inertial Navigation & GPS Integration

Global.Positioning.Systems.Inertial.Navigation.and.Integration 国外经典著作

matlab的欧拉方法代码 惯性导航解算程序 [toc] 1 性质、目的和任务 1.1性质、目的和任务 1.2组织和分工情况 小组中共三人，分别为hj、pzl和myj，每人协作、独立进行了惯导解算程序的设计。 小组成员 分工 hj 解算程序的算法部分、可视化界面主体功能的实现 pzl 界面换肤、图标、按钮换颜色和保存图片与日志功能、软件测试 myj 说明帮助文档的撰写、程序介绍视频、软件测试 2 重点及内容 主要包含以下几个主要内容，分别为：1. 编程实现欧拉角、方向余弦阵、四元数以及等效旋转矢量之间的相互转换；2. 编程实现大地坐标与地心直角坐标相互转换；3. 编程实现IMR格式惯导数据的读取与解析；4. 编程实现地理坐标系下的姿态更新；5.编程实现地理坐标系下的速度和位置更新；6. 编程实现解析粗对准。 2.1 欧拉角、方向余弦阵、四元数、等效旋转矢量转换 2.2 大地坐标与地心直角坐标相互转换 2.3 IMR格式惯导数据的读取与解析 IMR格式的数据读取即通过给定的IMR格式编写读写程序。其数据结构如下表所示： IMR Header Struct Definition Word

Navigation systems engineering is a red-hot area. More and more technical professionals are entering the field and looking for practical, up-to-date engineering know-how. This single-source reference answers the call, providing both an introduction to overall systems operation and an in-depth treatment of architecture, design, and component integration. This book explains how satellite, on-board, and other navigation technologies operate, and it gives practitioners insight into performance issues such as processing chains and error sources. Providing solutions to systems designers and engineers, the book describes and compares different integration architectures, and explains how to diagnose errors. Moreover, this hands-on book includes appendices filled with terminology and equations for quick referencing.

在本文中，已经尝试设计手语识别系统。 设计了一种智能手套，可以通过将手语转换为语音或可理解的语言来使聋哑人与其他人之间的通信自动化。 感官手套可提供人手形状或动作的数据，并将其翻译为文本和语音。 它包括用于转换传感器数据的硬件和软件。 这是一种可穿戴设备，可以放在人的手上，并将手的手势逐字母转换为符号，然后将数据发送到Firebase中进行进一步处理。 该手套配备有挠曲传感器和惯性测量单元，可通过监视手指空间和三维空间中的手势来识别运动，该三维空间以手指弯曲和拳头倾斜的形式感测人的手势。 霍尔传感器已用于处理和收集数据，以进行培训和模型开发。 分析使用了三种不同的机器学习算法，即支持向量机，朴素贝叶斯，决策树。 已经观察到，支持向量机具有最高的精度，即90％。 分析之后，数据已发送到语音转换功能，然后产生了可听见的结果。