ICRA 2021 | VINS 研讨会概要（附完整视频）

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

“

由来自Robot Perception and Navigation Group (RPNG)的黄国权教授等人主持的ICRA 2021 VINS Workshop于2021年5月31日成功在线上举行。

”

背景

随着相机和IMU的普及，提供高精度三维运动估计的视觉惯性导航系统（VINS）在从增强现实（AR）和无人机（UAV）到自动驾驶等广泛的应用中拥有巨大的潜力，部分原因是这些器件的传感能力互补以及成本和尺寸不断降低。虽然视觉惯性导航与SLAM在过去十年中取得了巨大的进步，然而视觉惯性系统设计中的某些关键方面仍然没有得到很好的探索，极大地阻碍了这些系统在实践中的广泛部署。例如，许多VINS算法对高动态和恶劣的照明条件还不够稳健；对于长期、大规模的场景，它们还不够精确；而且它们还不能提供语义和认知理解，以支持高层决策。本次研讨会汇集了来自学术界和工业界的机器人、计算机视觉和人工智能方面的研究人员，他们分享了对VINS研发的见解和想法。本次研讨会的目标是提出关于视觉惯性导航及其他方面的最新突破和前沿研究，为社区的技术挑战和未来研究方向展开讨论，并确定这项新兴技术的新应用。

嘉宾阵容

这是此次会议的组织者以及主题演讲者（笔者:有不少熟悉的面孔）。

(时长：9小时35分18秒，已上传至B站，评论中已添加时间线，感兴趣的同学可在PC或者B站手机客户端查看，小程序不支持时间线)

线上日程（主题演讲）

上述视频比较长，这里列出日程表，大家可以根据B站时间线查看。

• 9:00-9:15AM: Paul Huang (UD) – Welcome and Introduction (video: 28:00~39:06)

• 9:15-10:15AM: Patrick Geneva (UD) – Visual-Inertial Navigation Systems: An Introduction (video: 39:06~01:42:21)

• 10:15-11:00AM: Ping Tan (Alibaba) – Visual localization and dense mapping (video: 01:42:20~02:22:34)

• 11:00-11:45AM: Stefan Leutenegger (TUM) – Visual-inertial SLAM and Spatial AI for mobile robots (video: 02:22:34~03:14:20)

• 11:45-12:30PM: Giuseppe Loianno (NYU) – Resilient Visual Inertial Estimation for Agile Aerial Robots (video: 03:14:20~03:54:44)

• 12:30-1:15PM: Kejian Wu (NReal) – VINS and its Applications in Mixed Reality(video: 03:54:44~04:43:42)

• 1:15-2:00PM: Maurice Fallon (Oxford) – Multi-Sensor Tracking to enable exploration of visually degraded underground environments (video: 04:43:42~05:29:14)

• 2:00-2:45PM: Luca Carlone (MIT) – From Visual Navigation to Real-time Scene Understanding: Open Problems and Opportunities (video: 05:29:14~06:16:09)

• 2:45-3:30PM: Jonathan Kelly (UToronto) – A Question of Time: Revisiting Temporal Calibration for Visual-Inertial Navigation (video:06:16:09~06:56:24)

• 3:30-4:15PM: Abraham Bachrach (Skydio) – Robust VIO in the Real World (video:06:56:24~07:46:47)

• 4:15-5:00PM: Chao Guo (Google) – VINS on Unknown Devices (video:07:46:47~08:29:11)

• 5:00-6:10PM: Paper presenations (10 minutes each paper，见下论文分享)(video:08:29:11~09:35:18)

论文分享

本次workshop共有7篇论文被录用，分别是：

• iCalib: Inertial Aided Multi-Sensor Calibration, Yulin Yang, Woosik Lee, Philip Osteen, Patrick Geneva, Xingxing Zuo and Guoquan Huang (video:08:31:17~08:40:17)

• RISE: Real-Time Iteration Scheme for Estimation applied to Visual-Inertial Odometry, Philipp Foehn and Davide Scaramuzza (video:08:40:21~08:49:00)

• Redesigning SLAM for Arbitrary Multi-Camera Systems, Juichung Kuo, Manasi Muglikar, Zichao Zhang, and Davide Scaramuzza (video:08:49:11~08:57:27)

• Periodic SLAM: Using Cyclic Constraints to Improve the Performance of Visual-Inertial SLAM on Legged Robots, Hans Kumar, J. Joe Payne, Matthew Travers, Aaron M. Johnson, and Howie Choset (video:08:57:27~09:08:05)

• DSEC: A Stereo Event Camera Dataset for Driving Scenarios, Mathias Gehrig, Willem Aarents, Daniel Gehrig and Davide Scaramuzza (video:09:08:05~09:18:53)

• Tightly-coupled Fusion of Global Positional Measurements in Optimization-based Visual-Inertial Odometry, Giovanni Cioffi and Davide Scaramuzza (video:09:18:53~09:25:25)

• An Equivariant Filter for Visual Inertial Odometry, Pieter van Goor1 and Robert Mahony (video:09:25:25~09:33:43)

参考

• 主页: https://udel.edu/~ghuang/icra21-vins-workshop

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、orb-slam3等视频课程）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~