論文翻譯：Keyframe-Based Visual-Inertial Odometry Using Nonlinear Optimization

摘要：         結合視覺和慣性測量已經在移動機器人中變得流行，因爲這兩種傳感模式提供了互補的特性，使其成爲精確的視覺慣性里程計或同時定位和建圖（SLAM）的理想選擇。雖然歷史上問題已通濾波器得到解決，但視覺估計的進步表明非線性優化提供了更高的準確性，同時由於潛在問題的稀疏性，問題的複雜性仍然易於處理。從這些發現中獲得靈感，我們制定了嚴格的結合路標和慣性項的重投影誤差的概率成本函數。該問題易

>>阅读原文<<