視覺慣性里程計（VIO），是將視覺傳感器與慣性測量單元（IMU）相融合的精確運動估計解決方案。
視覺里程計（VO），利用攝像頭等視覺傳感器來收集數據，無數據漂移問題，但在紋理少的區域難以正常工作，運動過快時存在圖像模糊、兩幀圖像之間重疊度不足無法實現特征匹配的缺點。慣性測量單元（IMU），可以測量角速度、加速度，響應速度快，短時間內獲取的相對位移數據精度高，但長時間使用存在數據漂移問題，導致誤差增大。
根據新思界產業研究中心發布的
《2025-2030年中國視覺慣性里程計（VIO）行業市場深度調研及發展前景預測報告》顯示，視覺慣性里程計將視覺傳感器與慣性測量單元相結合，融合二者獲取的數據進行互補，能夠兼具二者的優點、彌補各自的不足之處，及時修正誤差，估計出運動軌跡的真實尺度，以提高定位精度。工作時，視覺傳感器獲得的數據用于恢復相機位姿，慣性測量單元獲得的數據用于補償快速運動產生的失真，因此視覺慣性里程計可以有效解決單一傳感器在高速、復雜環境下的運動估計難題。
視覺慣性里程計具有定位精度高、響應速度快、運動估計效果穩定等特點。視覺慣性里程計作為高性能、低成本定位解決方案，可以廣泛應用在AR/VR、機器人、無人機、自動駕駛等領域。應用在機器人中，視覺慣性里程計可幫助機器人實現周圍環境感知，以精確規劃行進路線；應用在無人機中，視覺慣性里程計可幫助無人機實現自主導航、路徑規劃、飛行控制、軌跡跟蹤等操作。
按照攝像頭數量來看，視覺里程計包括單目視覺里程計、雙目視覺里程計。單目視覺里程計采用單個攝像頭估計位姿，而雙目視覺里程計采用雙目攝像頭，能夠解決前者存在的尺度不確定性問題。在自動駕駛領域，單目視覺慣性里程計可以幫助汽車實現環境感知、定位、姿態估計，但依然存在動態范圍有限、穩定特征缺乏問題，對比來看，雙目視覺慣性里程計應用性能更優。
新思界
行業分析人士表示，當前視覺慣性里程計技術還在不斷進步。視覺慣性里程計在動態場景處理、純旋轉問題處理方面仍存在挑戰，浙江大學團隊設計了一種新型視覺慣性里程計（VIO）系統，稱為RD-VIO，提出了IMU-PARSAC算法，實驗證明其在動態環境中具有明顯應用優勢。
關鍵字：
