An Efficient Closed-Form Solution to Full Visual-Inertial State Initialization

📄 arXiv: 2511.18910v2 📥 PDF

作者: Samuel Cerezo, Seong Hun Lee, Javier Civera

分类: cs.RO

发布日期: 2025-11-24 (更新: 2025-11-25)

备注: 8 pages, 2 figures, 10 tables. Submitted to RA-L

💡 一句话要点

提出一种高效的视觉惯性状态初始化闭式解法，无需非线性优化。

🎯 匹配领域: 支柱三：空间感知 (Perception & SLAM)

关键词: 视觉惯性里程计 状态初始化 闭式解 非线性优化 惯性测量 可观测性分析 机器人导航

📋 核心要点

  1. 现有视觉惯性初始化方法依赖迭代求解器，计算成本高，且易受局部极小值影响。
  2. 该论文提出一种闭式解法，基于小旋转和恒定速度假设，避免了非线性优化，实现快速可靠的初始化。
  3. 实验表明，该方法在EuRoC数据集上，初始化误差降低10-20%，初始化窗口缩短4倍，计算成本降低5倍。

📝 摘要（中文）

本文提出了一种闭式解法，用于恢复完整的视觉惯性状态，无需非线性优化。与依赖迭代求解器的现有方法不同，我们的方法为可靠启动提供了分析性的、易于实现且数值稳定的解决方案。我们的方法建立在小旋转和恒定速度近似的基础上，这保持了公式的紧凑性，同时保留了运动和惯性测量之间的基本耦合。我们进一步提出了一种由可观测性驱动的两阶段初始化方案，该方案平衡了精度和初始化延迟。在EuRoC数据集上的大量实验验证了我们的假设：我们的方法比基于优化的方法实现了低10-20%的初始化误差，同时使用了短4倍的初始化窗口，并将计算成本降低了5倍。

🔬 方法详解

问题定义：视觉惯性状态初始化旨在从视觉和惯性测量中估计相机位姿、速度、IMU偏差等状态量。现有方法通常采用非线性优化，计算量大，对初始值敏感，且容易陷入局部最优解。因此，如何快速、准确地初始化视觉惯性状态是一个关键问题。

核心思路：该论文的核心思路是利用小旋转和恒定速度假设，将非线性优化问题转化为线性问题，从而推导出闭式解。这种方法避免了迭代求解，显著降低了计算复杂度，并提高了鲁棒性。通过可观测性分析，设计了两阶段初始化方案，进一步平衡了精度和延迟。

技术框架：该方法包含两个主要阶段：第一阶段利用视觉信息估计尺度和重力方向；第二阶段利用惯性信息和第一阶段的结果，估计速度、IMU偏差等剩余状态量。整体流程如下：1. 特征提取与匹配；2. 视觉结构恢复（SFM）；3. 尺度和重力方向估计；4. 惯性测量预积分；5. 速度和IMU偏差估计。

关键创新：最重要的技术创新点在于提出了闭式解法，避免了非线性优化。与现有方法相比，该方法具有更高的计算效率和更好的鲁棒性。此外，可观测性驱动的两阶段初始化方案也是一个重要的创新，它能够根据可观测性选择合适的初始化策略，从而提高初始化精度和速度。

关键设计：该方法的关键设计包括：1. 小旋转和恒定速度假设，简化了运动模型；2. 基于预积分的惯性测量处理，提高了惯性信息的利用率；3. 可观测性分析，指导初始化方案的设计；4. 闭式解的推导，避免了迭代求解。

📊 实验亮点

实验结果表明，该方法在EuRoC数据集上取得了显著的性能提升。与基于优化的方法相比，该方法实现了10-20%的初始化误差降低，同时使用了短4倍的初始化窗口，并将计算成本降低了5倍。这些结果验证了该方法的有效性和优越性。

🎯 应用场景

该研究成果可广泛应用于需要快速、可靠视觉惯性初始化的场景，例如无人机、机器人、增强现实等。在无人机领域，快速初始化可以缩短起飞时间，提高飞行安全性。在机器人领域，可靠初始化可以提高定位精度，增强导航能力。在增强现实领域，快速初始化可以提供更流畅的用户体验。

📄 摘要（原文）

In this letter, we present a closed-form initialization method that recovers the full visual-inertial state without nonlinear optimization. Unlike previous approaches that rely on iterative solvers, our formulation yields analytical, easy-to-implement, and numerically stable solutions for reliable start-up. Our method builds on small-rotation and constant-velocity approximations, which keep the formulation compact while preserving the essential coupling between motion and inertial measurements. We further propose an observability-driven, two-stage initialization scheme that balances accuracy with initialization latency. Extensive experiments on the EuRoC dataset validate our assumptions: our method achieves 10-20% lower initialization error than optimization-based approaches, while using 4x shorter initialization windows and reducing computational cost by 5x.