DAVIO：具有前馈初始化和姿态条件映射的密集单目惯性 SLAM

相机和 IMU 是用于度量定位和密集映射的最小传感器设置，但经典的视觉惯性滤波器必须在启动之前等待视差，然后仅保留稀疏的地标。相比之下，前馈几何模型从一些图像中预测密集结构，但既不提供公制尺度也不提供重力。我们展示了 DAVIO，它使用单个多视图深度模型 Depth Anything~3 来进行启动和绘图。启动时，五图像窗口和预集成的 IMU 测量形成无特征的线性系统。其强大的、经过调节检查的解决方案通过缓冲重放引导 VIO 过滤器。在跟踪过程中，滤波器的度量构成了深度模型的条件。残余比例仅沿观察光线进行校正，这保留了公制相机基线，并且具有漂移门控重访的重力保持子地图图细化了地图。在 EuRoC 上，在给定相同姿态的情况下，DAVIO 明显更早开始，减少了定位误差，并且比 SOTA 前馈映射器更准确地进行映射。在建筑规模的 ORI 序列上，DAVIO 在相同里程计上处于中等水平或优于 SOTA 映射器，并且当 GT 姿势被真实里程计取代时，退化要少得多。我们向社区发布了实时密集度量SLAM系统DAVIO的代码。