HDVIO2.0 se desarrolló para superar las limitaciones de la medición visual-inercial (VIO) convencional, que degrada el rendimiento en presencia de modelos de vehículos de baja disponibilidad y perturbaciones externas persistentes como el viento. Introduce un modelo de dinámica vehicular traslacional y rotacional de seis grados de libertad (6DoF), integrándolo estrechamente con VIO y minimizando la carga computacional en aplicaciones en tiempo real. Captura efectos aerodinámicos complejos mediante un modelo dinámico híbrido que combina un modelo de vehículo de masa puntual y componentes basados en aprendizaje, y accede a los comandos de control y al historial de la IMU para representar la dinámica rotacional como una función de tiempo continuo. Utiliza la diferencia entre el movimiento real y el previsto para estimar las fuerzas externas y el estado del robot. Supera los métodos más avanzados en conjuntos de datos de dinámica de drones novedosos y de acceso público, así como en experimentos de vuelo reales con vientos de hasta 25 km/h. Demuestra que es posible realizar predicciones precisas de la dinámica vehicular incluso sin un conocimiento preciso del estado del vehículo.
