<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>salpik</author_name>
  <author_url>https://blog.hatena.ne.jp/salpik/</author_url>
  <blog_title>salpikのブログ</blog_title>
  <blog_url>https://salpik.hatenablog.com/</blog_url>
  <categories>
  </categories>
  <description>元論文 https://www-users.cs.umn.edu/~stergios/papers/ICRA07-MSCKF.pdf 要約 N個のカメラとIMUがある運動物体の位置を推定する。特徴点の座標や昔の測定情報はカルマンフィルターの状態には含めない一方で、各カメラのpose情報は状態として含める。 カルマンフィルターの状態の定義 まずIMU関係の状態を定義する。 ここで系GはVIOのodometry系のことであり系IはIMU系である。とはそれぞれ加速度と角速度に関するバイアス項である。 ここにNこのカメラの位置情報も加えたものがカルマンフィルターの状態である。 測定値の取り扱い 角速度…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fsalpik.hatenablog.com%2Fentry%2F2020%2F12%2F03%2F225527&quot; title=&quot;A Multi-State Constraint Kalman Filter for Vision-aided Inertial Navigation の理解 - salpikのブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2020-12-03 22:55:27</published>
  <title>A Multi-State Constraint Kalman Filter for Vision-aided Inertial Navigation の理解</title>
  <type>rich</type>
  <url>https://salpik.hatenablog.com/entry/2020/12/03/225527</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
