本文提出了一种使用单眼相机和惯性测量单元（IMU）的方向估计方案。 与传统的可穿戴方向估计方法不同，我们提出的方法将这两种模式都以一种新颖的方式结合在一起。 首先，在满足以下条件的前提下，选择连续帧之间的两个视觉对应，它们不仅满足描述符相似性约束的要求，而且满足局部性约束。 如果它们的最近邻居特征点对应物在预定义的范围内，则对应关系将被视为一个惯常值相对于客观特征点对应物的阈值。 其次，这两个选择的对应关系视觉传感器和惯性传感器的四元数共同用于导出初始身体姿势。 第三，从粗略到优良的程序可以消除

AI-IMU死守电话[ ， ] 仅使用惯性测量单位的序列的平移误差为1.10％ 。 总览 在智能车辆的背景下，基于惯性测量单元（IMU）的稳健而精确的航位推算可能有助于关联成像传感器的进给，安全地导航障碍物，或在其他传感器出现故障的极端情况下安全紧急停车。 此回购包含仅基于IMU的轮式车辆航位推算的新颖精确方法的代码。 该方法的关键组成部分是卡尔曼滤波器，以及使用深度神经网络动态调整滤波器的噪声参数。 我们仅基于IMU的推算惯性方法可以准确估算车辆的3D位置，速度，方向并自我校准IMU偏差。