提案するPO-VINSは、視覚特徴と LiDARの深度を統合した姿勢のみの状態推定器であり、効率性と堅牢性のバランスを取る。
本論文は、シェビシェフ多項式最適化に基づく革新的な視覚慣性融合状態推定手法を提案する。姿勢と速度をシェビシェフ多項式で近似し、動力学と測定値の残差を最小化することで、連続時間の状態推定を行う。
SchurVINSは、Schur補完を用いて高精度な姿勢推定と効率的な特徴点推定を実現する新しいVINSフレームワークである。完全な残差モデルを構築し、Schur補完を活用することで、高精度と高効率を両立している。