对于VINS-Mono算法进行了梳理，结合算法对代码进行了简单介绍

KITTI数据集基准、转换成tum以及十个groundtruth对应图的文章链接：https://blog.csdn.net/haner27/article/details/121158911 跑vins-fusion的时候，不知道使用的kitti数据集的基准，并且不知道怎么使用 这个资源整理了kitti数据集raw data的基准groundtruth，并且给出了kitti转tum的结果，方便进行对比。 1、poses（00-10） 2、times（00-10） 3、转成tum（00-10） 4、对应数据集轨迹图（00-10） 5、数据集sequence对应

1.1 图像和 IMU 预处理 3 1.2 初始化 3 1.3 后端滑窗优化 3 1.4 闭环检测和优化 4 2.1 当前时刻 PVQ 的连续形式 4 2.2

VINS学习资料和安装教程

VIO 知识面广，公式繁多复杂，初学者入门时间长且不容易掌握，半途而废者居多，这也导致熟练掌握 VIO 的 SLAMer并不多，企业相关人才需求缺口较大。为此，贺一家与高博在深蓝学院联合推出了『从零开始手写VIO』课程。通过这门课程，我们将详细讲解VIO的实现细节。更重要的是，课程将手写后端作为重点。 从零手写VIO课程知识点整理

结合现有资料，对VINS边缘化原理进行了分析，包括边缘化的原因，基本原理和实际处理逻辑等，对公式进行了详细推导。

适用于Ubuntu20.04的VINS-mono源码，与官方源码比，修复了在Ubuntu20.04上编译时出现CV_FONT_HERSHEY_SIMPLEX未定义、‘CV_RGB2GRAY’ was not declared等错误。

配置文件： rs_camera.launch realsense_color_config.yaml

VINS的在线时间偏差标定方法，IROS2018最佳学生论文，来自香港科技大学秦通。

RIEKF-VINS 原理介绍 ，来自大佬的解读，分享给大家！