《表2 基于深度学习的VIO方法总结》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《视觉与惯性传感器融合的SLAM技术综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

针对动态目标和无纹理场景，文献[86]研究了从3D几何约束中获取监督信号的自监督端对端单目VIO网络（Deep VIO）。通过融合网络的姿态反馈，更新IMU的附加偏置，改善IMU位姿估计，根据3D图像序列估算视觉惯性传感器的绝对轨迹。表2是基于深度学习的VIO方法特点总结。