orblsam2-理论基础（三）

最新推荐文章于 2020-12-17 15:35:32 发布
最新推荐文章于 2020-12-17 15:35:32 发布
阅读量2.1k 收藏 1
点赞数
分类专栏： slam学习 文章标签： 三角法求深度 slam orbslam 开源代码 初学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_18661939/article/details/51888637
版权
本文深入探讨了SLAM系统ORBSLAM2中初始化阶段涉及的OpenCV SVD分解。介绍了奇异值分解在线性代数中的重要性，并详细阐述了酉矩阵的概念。通过理解SVD，读者可以更好地掌握ORBSLAM2的底层工作原理。
摘要由CSDN通过智能技术生成

看到orbslam2初始化里的Initializer::ReconstructH和Initializer::ReconstructF两个子函数里用到了opencv：：SVD分解。这里我将会详细讲解SVD的分解理论！


奇异值分解（Singular Value Decomposition）是线性代数中一种重要的矩阵分解

假设M是一个m×n阶矩阵，其中的元素全部属于域 K，也就是 实数域或复数域。如此则存在一个分解使得
M = UΣV*，
其中U是m×m阶酉矩阵；Σ是半正定m×n阶对角矩阵；而V*，即V的共轭转置，是n×n阶
最低0.47元/天 解锁文章
金木炎
关注
专栏目录
ORB_SLAM2学习笔记——ReconstructH函数
weixin_51326570的博客
03-13 1349
1、理论部分 2、ReconstructH 代码部分 1、理论部分 2、ReconstructH 代码部分 //从本质矩阵中恢复出R t； bool Initializer::ReconstructH(vector<bool> &vbMatchesInliers, cv::Mat &H21, cv::Mat &K, cv::Mat &R21, cv::Mat &t21, vector<cv::P
ORB-SLAM2详解（三）自动地图初始化
sylvester的博客
11-18 2万+
ORB-SLAM2详解（三）自动地图初始化
Kinect2+Ros跑通ORBLSAM2
joun772的博客
12-17 272
一、ubuntu16.04安装kinect2以及iai-kinect2 可以参考这篇文章kinetic2安装以及iai-kinect2 iai-kinect2 二、KInetic+Ros 跑ORBSLAM2 步骤： 打开终端1 git clone http://github.com/raulmur/ORB_SLAM2.git cd ORB_SLAM2 chmod +x build.sh ./build.sh #可自动编译好g2o与DBoW2并且把Vocabulary自动解压 打开一个新的终端2
slam建图总结
sky65022611的专栏
07-20 6621
以下所有信息都来自相关的硕士论文、博士论文以及书籍等。 一、 地图种类 1、拓扑地图 描述：使用关键帧作为地图的节点，关键帧之间共同的数据关联作为地图的边。 作用：该地图可用作路径规划； 缺点：缺少度量信息，不适用于导航； 2、栅格地图 描述：将三维环境空间分割为相互独立、大小相同的立方块，每个立方块代表真实环境中的一个三维 空间区域。立方块的值表示三维空间的被占有的概率(即存在障碍物的概率...
ORBSLAM中的三角化—理论与实现
Welcome to the Western World
06-26 3589
《slam十四讲》一书中有解释三角化，结论就是有了对极约束就可以三角化将地图点恢复出来。但是在ORBSLAM中三角化的代码部分，所用到的方法要更高级。 理论—— 所涉及到的理论参见《Multi View Geometry in Computer Vision》第321页。这一页如下，解释的很简练，你可以再参照书中的其他内容帮助理解。 大致意思就是，得到A矩阵，解AX=0，X即3D点位...
从编译运行orbslam2说起
weixin_30786657的博客
04-11 195
从编译运行orbslam2说起 0.基础   "0.基础"而不是"0基础",把它放在1的前面,用0来强调做某件事之前必须已经完成某事的概念.正所谓磨刀不误砍柴工,如果你不想浪费3个小时坎坷的去砍柴,那最好老老实实花上1个小时磨好刀.   本文面向具有cmake,linux shell,ROS基础的SLAM研究者.请读者自行学习以下知识: robot SLAM基础与orbslam2简介 cmake...
计算机视觉与深度学习 | 视觉里程计VO及惯性系统
尘世冰封的专栏
06-20 5094
视觉里程计VO及惯性系统 时间：2017.9.14 8:50 作者：Michael Beechan 前端视觉里程计：根据相邻图像信息估计粗略的相机运动，给后端提供初始值。 VO的实现方法(是否提取特征)：特征点法和直接法。 VO的主要问题是如何根据图像来估计相机运动。 角点检测方法：SIFT，SURF，ORB等。 特征点性质：1.可重复性 2.可区别性 3.高效性 4.本地性 h...
orbslam2(1)-初始化
qq_18661939的博客
06-29 3770
单目SLAM地图初始化的目标是构建初始的三维点云。由于不能仅仅从单帧得到深度信息，因此需要从图像序列中选取两帧以上的图像，估计摄像机姿态并重建出初始的三维点云。 ORB-SLAM中提到，地图初始化常见的方法有三种。 方法一 追踪一个已知物体。单帧图像的每一个点都对应于空间的一条射线。通过不同角度不同位置扫描同一个物体，期望能够将三维点的不确定性缩小到可接受的范围。 方法二 基于假设空间存
ORB SLAM2运行步骤/怎样跑通orbslam2
公独何人，心如止水。
07-01 1万+
前言：其实都在程序包的readme.md里，这里以ROS+单目为例Step1：下载ORB_SLAM2放进～/catkin_ws/src下面Step2：安装各种依赖项，github官网都写了Step3：编译ThirdParty下面的库，可以挨个进入cmake+make，也可以执行给的build.sh，具体怎么用这个文件readme.md里面给了：cd ORB_SLAM2 chmod +x build.
SLAM入门之建图
02-12 3896
13 建图 Mapping 13.1 概述 在经典的 SLAM 模型中，地图即所有路标点的集合。SLAM 作为一种底层技术，往往是用来为上层应用提供信息的。应用层面对于“定位”的需求是相似的，他们希望 SLAM 提供相机或搭载相机的主体的空间位姿信息。而对于地图，则存在着许多不同的需求。 定位：定位是地图的一个基本功能。稀疏路标地图。 导航：在地图中进行路径规划，需要知道地图中哪些地方不可通过，...
ORB-SLAM2的源码阅读（九）：Initializer类
Felaim的博客
03-03 1539
还是博客写的顺序有些问题，应该一开始就写初始化来着。。。 #ifndef INITIALIZER_H #define INITIALIZER_H #include&lt;opencv2/opencv.hpp&gt; #include "Frame.h" namespace ORB_SLAM2 { // THIS IS THE INITIALIZER FOR MONOCULAR SLAM....
SLAM建图
妖米的博客
10-09 2787
建图路径 现在的slam建图的时候基本认为是人手动操控机器人进行建图的。 局部地图融合 根据传感器获得的对当前局部环境的地图 要将局部地图融入全局地图，首先得进行坐标变换，包括平移和旋转，变换到全局地图的位置。 局部地图初始时，用像素值128表示当前栅格不确定（所用像素值的范围0-255），然后，如果当前栅格是障碍，我们把它置0，否则就是255。 线性融合 : 让全局栅格地图上栅格的值分布在0-255，栅格对应的值小于128时，越小是障碍的概率越大，栅格对应的值大于128时，越大是障碍的概率越小。
认真的虎ORBSLAM2源码解读(七)：单目初始化器Initializer
认真的虎的博客
05-18 1696
目录1.前言1.1.参考博客 1.前言 1.1.参考博客 一起学ORBSLAM2（5）ORBSLAM的单目视觉处理方式
ORB-SLAM2 程序解读
zxcqlf的博客
05-05 1万+
ORB-SLAM是由Raul Mur-Artal，J. M. M. Montiel和Juan D. Tardos于2015年发表在IEEE Transactions on Robotics。项目主页网址为：http://webdiis.unizar.es/~raulmur/orbslam/。   ORB-SLAM是一个基于特征点的实时单目SLAM系统，在大规模的、小规模的、室内室外的环境都可以运行...
ORBSLAM2源码学习（7） Initializer类
Fearless的博客
08-04 1516
Initializer类主要负责SLAM系统的初始化，在ORB中初始化非常重要，好的初始化是系统后续更少出错的基础。以单目为例，ORB中创建了一个初始化器，负责初始化工作。 void Tracking::MonocularInitialization() { // 如果单目初始化器还没有被创建，则创建单目初始化器 if(!mpInitializer) { ...
矩阵的奇异值分解
Zz8474的博客
10-10 1431
基本介绍 奇异值分解（Singular Value Decomposition）是线性代数中一种重要的矩阵分解，奇异值分解则是特征分解在任意矩阵上的推广。在信号处理、统计学等领域有重要应用。 理论描述        假设M是一个m×n阶矩阵，其中的元素全部属于域 K，也就是实数域或复数域。如此则存在一个分解使得 其中U是m×m阶酉矩阵；Σ是半正定m×n阶对角矩阵；而V*，即V的共轭转置...
单目/双目与imu的融合（一）
热门推荐
qq_18661939的博客
12-11 3万+
目前单目slam存在初始化的尺度问题和追踪的尺度漂移问题，而双目也存在精度不高和鲁棒性不好的问题。针对这些问题，提出了融合imu的想法。 那么imu的作用是什么呢？ 单目 （1)解决初始化尺度问题 （2)追踪中提供较好的初始位姿。 （3)提供重力方向 （4)提供一个时间误差项以供优化 双目 （1)追踪中提供较好的初始位姿。 （2)提供重力方向 （3)提供一个时间误差项以供优
VIO算法总结（一）
qq_18661939的博客
12-29 1万+
所谓VIO（visual inertial odometry）就是视觉传感器（camera）+IMU（inertial measurement unit）一起来做自主定位。目前主要应用手机AR，无人车高精地图，无人机等领域。这个技术目前做的怎么样呢？理论很成熟，但是纯靠vio去解决定位的应用并不多。手机AR算是一个比较成功单靠vio做的比较好应用，automated driving， UAV 和m...
视觉slam学习资料
qq_18661939的博客
06-29 1万+
一直想写博客，一来是实验室太忙，二来是自己初入视觉slam，怕误人子弟。所以一直没写，但是实验室的同学说我可以介绍一些基础给那些刚入门的人参考。那么从今天开始我就开始陆陆续续的把我所了解的visual slam写给大家。希望一些大牛能指正！ 这篇博客就把我自己整理的资料贴出来，供大家参考。 （1) orb_slam 官网（网站最后有5篇论文，价值很高） http://webdiis.uniz
使用自己笔记本摄像头运行orbslam2
qq_18661939的博客
07-05 9534
首先你已经装了ros indigo （1)配置环境变量 下面我们开始创建一个catkin 工作空间：（在主文件夹下） $ mkdir -p ~/catkin_ws/src $ cd ~/catkin_ws/src 即使这个工作空间是空的（在'src'目录中没有任何软件包，只有一个CMakeLists.txt链接文件），你依然可以编译它： $ cd ~/catkin_ws/
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值