LBDU-VIO: Learned Bias Dynamics and Uncertainty for Visual-Inertial Odometry with Unreliable Vision

📄 arXiv: 2609.39125v1 📥 PDF

作者: Qizhi Guo, Junning Lyu, Defu Lin, Shaoming He

分类: cs.RO

发布日期: 2026-09-30

备注: 12 pages, 8 figures

💡 一句话要点

提出LBDU-VIO以解决视觉信息不可靠问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 视觉惯性里程计 深度学习 不确定性建模 神经常微分方程 鲁棒性提升

📋 核心要点

  1. 现有的视觉惯性里程计方法在视觉信息不可靠时表现不佳，尤其是依赖于固定噪声参数的传统MSCKF方法。
  2. 本文提出LBDU-VIO，通过学习的连续时间偏差动态和IMU不确定性模型来增强MSCKF的鲁棒性，替代了随机游走模型。
  3. 实验结果显示，LBDU-VIO在EuRoC和TUM-VI基准测试中表现优异，尤其在视觉中断情况下显著降低了位置误差。

📝 摘要（中文）

视觉惯性里程计（VIO）在无人机等空中机器人中依赖于高频率的惯性测量单元（IMU）在视觉更新之间的传播。然而，传统的多状态约束卡尔曼滤波器（MSCKF）使用随机游走偏差假设和固定噪声参数，这在视觉信息不可靠时限制了其鲁棒性。为了解决这个问题，本文提出了LBDU-VIO，这是一种增强学习的MSCKF，具有学习的连续时间偏差动态和IMU不确定性模型。通过神经常微分方程（ODE）建模连续时间偏差动态，以替代随机游走模型进行滤波器的偏差状态传播。IMU不确定性模型预测运动自适应测量噪声协方差以进行协方差传播。实验结果表明，在真实世界的EuRoC和TUM-VI基准测试中，LBDU-VIO的误差低于代表性的视觉惯性基线，尤其是在EuRoC序列中，相较于S-MSCKF在10秒视觉中断情况下，平均相对位置误差降低了25.1%。

🔬 方法详解

问题定义：本文旨在解决传统视觉惯性里程计在视觉信息不可靠时的鲁棒性不足问题，尤其是现有方法依赖于固定噪声参数和随机游走偏差假设的局限性。

核心思路：LBDU-VIO通过引入学习的连续时间偏差动态和IMU不确定性模型，替代传统的随机游走模型，以提高滤波器在不确定环境下的性能。

技术框架：LBDU-VIO的整体架构包括两个主要模块：一个是基于神经常微分方程的偏差动态模型，另一个是运动自适应的IMU不确定性模型。两个模型均通过姿态监督进行训练，而无需直接标签。

关键创新：最重要的创新在于使用神经常微分方程来建模偏差动态，这种方法能够更准确地捕捉偏差的变化规律，与传统的随机游走模型相比，提供了更灵活的动态建模能力。

关键设计：在模型设计中，采用了特定的损失函数以优化偏差和不确定性预测，并通过姿态监督进行训练，确保模型在实际应用中的有效性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在实验中，LBDU-VIO在EuRoC序列中相较于S-MSCKF实现了25.1%的平均相对位置误差降低，展示了其在视觉信息中断情况下的显著性能提升，验证了其有效性和优越性。

🎯 应用场景

LBDU-VIO的研究成果具有广泛的应用潜力，特别是在无人机、机器人导航和自动驾驶等领域。通过提高视觉惯性里程计在不确定环境下的鲁棒性，该方法能够提升自主系统的定位精度和可靠性，进而推动相关技术的发展和应用。

📄 摘要（原文）

Visual-inertial odometry (VIO) for aerial robots relies on high rate inertial measurement unit (IMU) propagation between visual updates. However, conventional multi state constraint Kalman filters (MSCKFs) use random walk bias assumptions and fixed noise parameters, which can limit robustness when visual information is unreliable. To address this problem, we propose LBDU-VIO, a learning-augmented MSCKF with learned continuous time bias dynamics and an IMU uncertainty model. A neural ordinary differential equation (ODE) models continuous time bias dynamics to propagate the filter's bias states, replacing their random walk model. The IMU uncertainty model predicts motion adaptive measurement noise covariances for covariance propagation. Both models are trained with pose supervision without direct labels. Experiments on real world EuRoC and TUM-VI benchmarks show lower errors than representative visual-inertial baselines, including a 25.1% reduction in mean relative position error compared with S-MSCKF on EuRoC sequences with 10s visual outage.