中文摘要：

利用视觉-惯性测量单元融合测量运动方程未知高加速度物体位姿是近年来兴起的一个研究热点，具有非常巨大的潜在应用价值。本项目拟研究面向多摄像头-惯性单元的高精度实时连续位姿估计理论和方法。拟研究高精度无偏多摄像头-惯性单元同时相对位姿标定方法，以解决现有标定方法的系统性偏差问题；拟研究可并行可扩展的多视觉-惯性单元灵活融合框架，以充分利用多核及GPU硬件加速技术，进而适应不同传感器硬件配置下的实时融合；考虑到惯性单元积分法的漂移问题，拟研究综合惯性单元与多摄像头所恢复真实尺度信息的实时高精度位姿估计方法；为扩大视觉感知范围，拟研究不重合视野多摄像头-惯性单元融合位姿估计方法；最后借鉴视觉里程相关研究进展，拟研究结合惯性单元的长时间视觉估计位姿累积误差消除方法。本项目的研究不仅对机器人定位与导航、增强现实等领域的基础理论、模型和算法有所贡献，而且可直接用于类似的复杂多传感器融合与高精度定位等。

结论摘要：

利用视觉-惯性测量单元融合测量运动方程未知高加速度物体位姿是近年来兴起的一个研究热点，具有非常巨大的潜在应用价值。本项目研究面向多摄像头-惯性单元的高精度实时连续位姿估计理论和方法。研究高精度无偏多摄像头-惯性单元同时相对位姿标定方法，以解决现有标定方法的系统性偏差问题；研究可并行可扩展的多视觉-惯性单元灵活融合框架，以充分利用多核及GPU 硬件加速技术，进而适应不同传感器硬件配置下的实时融合；考虑到惯性单元积分法的漂移问题，研究综合惯性单元与多摄像头所恢复真实尺度信息的实时高精度位姿估计方法；为扩大视觉感知范围，研究不重合视野多摄像头-惯性单元融合位姿估计方法；最后借鉴视觉里程相关研究进展，研究结合惯性单元的长时间视觉估计位姿累积误差消除方法。本项目的研究不仅对机器人定位与导航、增强现实等领域的基础理论、模型和算法有所贡献，而且可直接用于类似的复杂多传感器融合与高精度定位等。