是一个开放的经典的基于关键帧的视觉惯性SLAM,它支持基于单目和立体相机的滑动窗口估计器。为了提高系统的鲁棒性和精确性,OKVIS采用紧密耦合的数据融合技术来最大限度地利用系统感知到的信息和非线性估计,而不是通过滤波来降低线性化带来的次优性。该系统在批量优化环节中使用IMU误差项(尽管仅在初始化期间),将惯性项和重投影误差结合在一个单一的代价函数中,旧的状态被边缘化以限制计算复杂度。