标题：An Online Initialization and Self-Calibration Method for Stereo Visual-Inertial Odometry
期刊：IEEE TRANSACTIONS ON ROBOTICS（SCI 2区）
【摘要】
视觉惯性里程计(VIO)的在线初始化和自标定方法大多只能估计一个相机和惯性测量单元(IMU)对之间的外部参数(方向和平移)。其并不适用于双目VIO（相机-IMU和相机-相机同时存在）。这篇论文中，通过利用多传感器之间的几何约束解决了这个问题。论文提出了一种在线的算法用于估计速度、重力、IMU偏置的初始化，同时标定相机-相机和相机-IMU之间的外参。算法包括一个三步过程，用粗-精的方式增量地求解了几个线性方程。算法反向传播历史估计结果，以更新权重因子和删除离群值，并使用收敛标准来监视和终止进程。同时包括一个可选的全局优化用于进一步的细化。该方法在精度、鲁棒性、收敛性、一致性和可调参数方面使用模拟和公共数据集进行评估。实验结果表明，该方法能够准确地估计初始值和外部参数。
【主要内容】
1、论文贡献
1）我们首先提出了一种在线引导基于平滑的双目-VIO系统的方法，可同时估计初始值和标定相机-相机、相机-IMU的外部参数；
2）提出了一种三步渐进求解约束的方法，并利用反向传播机制更新权重和处理离群值；
3)为了使估计误差最小化，提出了一种全局优化方案。
4)提出了一种判别收敛性和触发终止的通用收敛准则。
论文的算法在ORB-SLAM上进行改进&#
