什麼是VIO視覺慣性里程計？

VIO是一種結合攝影機影像與慣性測量單元（IMU）數據的導航技術，透過偵測並追蹤畫面中的視覺特徵點，逐幀估算無人機的位置、姿態與速度，使無人機在沒有GPS訊號的環境中仍能精準定位。

VOXL的VIO在哪些場景特別有用？

VOXL的VIO技術特別適用於GPS訊號不可用的環境，包括室內空間、地下隧道或管道、訊號遭干擾的區域等，可應用於室內偵察、地下設施巡檢等任務。

ModalAI在voxl-portal軟體中內建VIO基準測試工具，開發者可記錄飛行日誌後離線重播，將VIO估測結果與地面真值比對，並視覺化檢視XYZ位置數據與特徵追蹤情況。

作者：Kyle Tyni

提到無人機在空中導航，多數人會直覺想到GPS引導無人機從A點飛到B點。但如果GPS訊號不可用——例如在室內、地下或訊號遭干擾的環境中——該怎麼辦？

這正是視覺慣性里程計（Visual Inertial Odometry，VIO）技術登場的時刻。ModalAI旗下的VOXL自駕儀便是運用VIO技術，讓無人機能在GPS拒止環境中實現自主飛行。

VIO是一種透過結合攝影機影像與慣性測量單元（IMU）數據，來估算無人機位置、姿態與速度的技術。藉由融合這兩種輸入資料，VIO演算法能逐幀提供無人機運動狀態的可靠估測。

攝影機影像讓系統得以擷取「特徵數據」——可理解為畫面中特別突出的視覺點，通常是角落或銳利邊緣等從周圍環境中脫穎而出的區域。這些視覺特徵點可被偵測並在逐幀之間持續追蹤。在VIO演算法中，特徵數據以一組ID加上隨幀移動的(x, y)像素座標來表示。

在VOXL平台上，VIO運行於OpenVINS之上——這是一套與VOXL機載硬體及軟體堆疊緊密整合的開源軟體。以下是其內部運作的簡要說明：

以上所有流程最終產生一組姿態估測結果，包含位置、方向、速度及輔助狀態數據，可直接供上層自主飛行軟體使用。ModalAI團隊還對輸入影像進行前處理步驟，增強角落亮度以改善特徵偵測，使演算法在真實環境條件下更加穩健。

要追蹤特徵，首先需透過偵測演算法（如FAST9）辨識特徵。接著在影像中以網格化方式挑選最佳偵測特徵，確保特徵在整張影像中均勻分佈。完成特徵偵測後，即可利用光流法追蹤像素，觀察其在逐幀之間的移動情況。

光流法透過尋找每個特徵局部區塊中最能保持外觀一致性的位移量，來估算特徵在幀與幀之間的運動。沿X軸和Y軸測量像素位移，即可得出特徵的運動向量。這種方法讓VOXL能夠即時追蹤數百個特徵，為精確的逐幀運動估測提供基礎。

可靠的自主飛行取決於精確度，這也是ModalAI建立基準測試工作流程來衡量VIO效能的原因。

測試流程如下：

ModalAI團隊甚至在其voxl-portal軟體中開發了VIO基準測試視覺化工具。開發者可透過該工具重播飛行紀錄、檢視XYZ位置數據、追蹤特徵計數，並精確查看OpenVINS使用了哪些特徵來更新無人機的狀態估測。

對開發者而言，VIO開啟了在GPS拒止環境中打造自主應用的全新可能；對政府及企業用戶而言，搭載VOXL的無人機能在傳統導航失效的場景中可靠運作——從室內偵察到地下設施巡檢都能勝任。

以VIO為核心的VOXL平台，正讓無人機能夠飛得更聰明、更安全、更可靠——不受環境限制。