视觉slam学习--开源资源工程汇总（部分）

于 2021-07-23 09:24:47 发布
阅读量1.8k 收藏 24
点赞数 4
分类专栏： 视觉SLAM 激光slam 机器人视觉 文章标签： slam资源汇总
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/GGY1102/article/details/119023700
版权

转自： SLAM优秀开源工程最全汇总 - 知乎 (zhihu.com)

1、Cartographer

Cartographer是一个系统，可跨多个平台和传感器配置以2D和3D形式提供实时同时定位和制图（SLAM）。

https://github.com/cartographer-project/cartographer

2、Openvslam

一个通用的视觉SLAM框架。OpenVSLAM是单眼，立体声和RGBD视觉SLAM系统。值得注意的功能是：

  • 它与各种类型的相机型号兼容，并且可以轻松地针对其他相机型号进行定制。
  • 可以存储和加载创建的地图，然后OpenVSLAM可以基于预构建的地图本地化新图像。
  • 该系统是完全模块化的。它是通过使用易于理解的API将几个功能封装在单独的组件中而设计的。

OpenVSLAM基于具有稀疏功能的间接SLAM算法，例如ORB-SLAM，ProSLAM和UcoSLAM。OpenVSLAM值得注意的功能之一是该系统可以处理各种类型的摄像机模型，例如透视，鱼眼和等角矩形。如果需要，用户可以轻松实现额外的相机模型（例如双鱼眼，折反射）。例如，上面显示了使用等矩形相机模型（例如RICOH THETA系列，insta360系列等）的可视SLAM算法。

https://github.com/xdspacelab/openvslam

3、Mvision

机器人视觉 移动机器人 VS-SLAM ORB-SLAM2 深度学习目标检测 yolov3 行为检测 opencv PCL 机器学习 无人驾驶

https://github.com/Ewenwan/MVision

4、Recent_slam_research

Track Advancement of SLAM 跟踪SLAM前沿动态【2020 version】

https://github.com/YiChenCityU/Recent_SLAM_Research

5、G2o

g2o是用于优化基于图形的非线性误差函数的开源C ++框架。g2o被设计为易于扩展到各种各样的问题，通常可以在几行代码中指定一个新问题。当前的实现为SLAM和BA的多个变体提供了解决方案。

机器人技术和计算机视觉中的许多问题都涉及最小化可以表示为图形的非线性误差函数。典型实例是同时定位和映射（SLAM）或捆绑包调整（BA）。这些问题的总体目标是找到能最大程度解释受高斯噪声影响的一组测量值的参数或状态变量的配置。g2o是用于解决此类非线性最小二乘问题的开源C ++框架。g2o被设计为易于扩展到各种各样的问题，通常可以在几行代码中指定一个新问题。当前的实现为SLAM和BA的多个变体提供了解决方案。对于特定的问题，g2o的性能可与最新方法的实现相媲美。

https://github.com/RainerKuemmerle/g2o

6、Awesome Visual Slam

基于视觉的SLAM /视觉Odometry的开源项目，博客和论文列表

https://github.com/tzutalin/awesome-visual-slam

7、Maplab

一个开放的视觉-惯性映射框架。这是一个用C ++编写的开放式，面向研究的视觉惯性映射框架，用于创建，处理和操纵多会话地图。一方面，可以将maplab视为现成的视觉惯性制图和定位系统。另一方面，maplab为研究社区提供了多会话映射工具的集合，这些工具包括地图合并，视觉惯性批处理优化和循环闭合。此外，它还包括一个在线前端ROVIOLI，它可以创建视觉惯性图，还可以跟踪本地化图中的无漂移姿态。

https://github.com/ethz-asl/maplab

8、Elasticfusion

实时密集视觉SLAM系统。实时密集可视SLAM系统，能够捕获使用RGB-D摄像机探索的房间尺度环境的综合密集全局一致的基于surfelf的地图。

https://github.com/mp3guy/ElasticFusion

9、Evo

用于评估里程表和SLAM的Python软件包。该软件包提供可执行文件和一个小型库，用于处理，评估和比较测距法和SLAM算法的轨迹输出。

https://github.com/MichaelGrupp/evo

10、Mrpt

移动机器人编程工具包(MRPT)。移动机器人编程工具包(MRPT)提供了面向移动机器人和计算机视觉研究人员的c++库。库包括SLAM解决方案、3D(6D)几何、SE(2)/SE(3)李群、点、地标、姿态和地图上的概率密度函数(pdf)、贝叶斯推理(卡尔曼滤波、粒子滤波)、图像处理、避障等。MRPT还提供了用于立体相机校准、数据集检查等的GUI应用程序。

https://github.com/MRPT/mrpt

11、Loam_velodyne

激光里程表和制图（Loam）是一种使用3D激光雷达进行状态估计和制图的实时方法。

https://github.com/laboshinl/loam_velodyne

12、LeGO-LOAM

经过地面优化的激光雷达里程表和可变地形映射。该项目包含用于ROS兼容UGV的轻型且经过地面优化的激光雷达测距和制图（LeGO-LOAM）系统的代码。系统从Velodyne VLP-16激光雷达（水平放置）和可选的IMU数据中输入点云作为输入。它实时输出6D姿态估计。

https://github.com/RobustFieldAutonomyLab/LeGO-LOAM

13、Hdl_graph_slam

hdl_graph_slam是使用3D LIDAR的实时6DOF SLAM的开源ROS软件包。它基于3D Graph SLAM，以及基于NDT扫描匹配的测距法估计和环路检测。它还支持多种图形约束，例如GPS，IMU加速度（重力矢量），IMU方向（磁传感器）和地板（在点云中检测到）。我们已经在室内和室外环境中使用Velodyne（HDL32e，VLP16）和RoboSense（16通道）传感器测试了此封装。

https://github.com/koide3/hdl_graph_slam

14、Gms Feature Matcher

GMS:基于网格的运动统计，用于快速、超健壮的特征对应(CVPR 17和IJCV 19)

https://github.com/JiawangBian/GMS-Feature-Matcher

15、Kintinuous

实时大规模密集视觉SLAM系统。仅使用一种低成本的商品RGB-D传感器，就可以实时在数百米范围内实时生成高质量的全局一致点和网格重建。

https://github.com/mp3guy/Kintinuous

16、Kimera Vio

具有SLAM功能和3D网格生成的视觉惯性里程表。

https://github.com/MIT-SPARK/Kimera-VIO

17、Open_vins

一个用于视觉-惯性导航研究的开源平台。OpenVINS项目包含一些核心计算机视觉代码以及基于过滤器的最新视觉惯性估计器。核心滤波器是扩展卡尔曼滤波器，将惯性信息与稀疏的视觉特征轨迹融合在一起。这些视觉特征轨迹是利用多状态约束卡尔曼滤波器（MSCKF）滑动窗口公式融合而成的，该公式允许3D特征更新状态估计，而无需直接估计滤波器中的特征状态。受到基于图的优化系统的启发，所包含的过滤器具有模块化功能，可通过适当的基于类型的状态系统方便地进行协方差管理。

https://github.com/rpng/open_vins

18、Xivo

XIVO是用于视觉惯性测距/映射的开源库。XIVO在存储的数据（此处来自RealSense D435i传感器）或实时流上以140FPS的速度运行，延迟时间约为1-7ms，具体取决于硬件。它以来自经过校准的摄像机的视频帧和来自IMU的惯性测量为输入，并输出具有摄像机特性属性和6 DOF姿态的稀疏点云。它执行摄像机和IMU之间的相对姿态的自动校准以及时间戳对齐。

https://github.com/ucla-vision/xivo

19、Lio Mapping

紧密耦合3D激光雷达惯性测距法和制图（LIO映射）的实现。

https://github.com/hyye/lio-mapping

20、Dynslam

动态环境中同时定位和制图的硕士论文。分别从其中重建静态环境和动态对象，例如汽车。这是一个用C ++编写的密集SLAM系统。它基于InfiniTAM构建，增加了对立体声输入，室外操作以及单独的动态对象（例如汽车）重建的支持。

https://github.com/AndreiBarsan/DynSLAM

21、Co Fusion

多目标的实时分割、跟踪和融合。这是一种密集的SLAM系统，它以RGB-D图像的实时流作为输入并将场景分为不同的对象。使用多种模型拟合方法，其中每个对象可以独立于背景移动，并且仍然有效地跟踪其形状，并且仅使用与该对象标签关联的像素信息随时间融合其形状。先前处理动态场景的尝试通常将移动区域视为机器人不感兴趣的异常值，因此不对它们的形状建模或随时间推移跟踪其运动。相比之下，我们使机器人能够维护每个分割对象的3D模型，并通过融合不断改进它们。结果，我们的系统具有使机器人能够在对象级别维护场景描述的好处，这可能允许与其工作环境进行交互。即使是动态场景。

https://github.com/martinruenz/co-fusion

22、Cube_slam

Monocular 3D Object Detection and SLAM

https://github.com/shichaoy/cube_slam

23、Dynaslam

DynaSLAM是在单目，立体声和RGB-D设置的动态环境中具有强大功能的SLAM系统。

https://github.com/BertaBescos/DynaSLAM

24、MaskFusion

实时识别、跟踪和重建多个移动对象。MaskFusion是一种实时的，可感知对象的，语义和动态RGB-D SLAM系统，它超越了仅输出仅几何图的传统系统-MaskFusion可以识别，分段并将语义类标签分配给对象中的不同对象场景，同时跟踪和重建它们，即使它们独立于摄像机移动也是如此。当RGB-D相机扫描混乱的场景时，基于图像的实例级语义分割会创建语义对象蒙版，从而实现实时对象识别以及为世界地图创建对象级表示。与以前的基于识别的SLAM系统不同，MaskFusion不需要先验知识或已知的模型即可识别并可以处理多个独立运动。MaskFusion充分利用了使用实例级语义分割来使语义标签融合到对象感知映射中的优势。我们展示了增强现实应用程序，这些应用程序展示了MaskFusion输出的地图的独特功能：实例感知，语义和动态。

https://github.com/martinruenz/maskfusion

25、Comma2k19

用于融合姿态估计器和映射算法的开发和验证的驾驶数据集。comma.ai展示了comma2k19，这是加利福尼亚州280高速公路上通勤时间超过33小时的数据集。这意味着在加利福尼亚州圣何塞和旧金山之间20公里的高速公路上行驶的2019年路段各长1分钟。comma2k19是完全可复制且可伸缩的数据集。数据是使用逗号EON收集的，逗号EON的传感器类似于任何现代智能手机，包括路面摄像头，手机GPS，温度计和9轴IMU。

https://github.com/commaai/comma2k19

26、G2opy

SLAM图优化框架g2o的Python绑定。

https://github.com/uoip/g2opy

27、Vio Doc

主流VIO论文推导及代码解析

  • VINS
  • MSCKF
  • ICE-BA
  • ROVIO

https://github.com/StevenCui/VIO-Doc

28、Stereo_ptam

Python实现的SLAM算法Stereo-PTAM。

https://github.com/uoip/stereo_ptam

29、Semantic_slam

用手持RGB-D摄像机在ROS中实现实时语义slam。语义SLAM可以仅使用手持RGB-D摄像机（例如Asus xtion）实时生成基于3D体素的语义图。我们使用ORB_SLAM2作为SLAM后端，即CNN（PSPNet）来产生语义预测并将语义信息融合到octomap中。请注意，我们的系统也可以配置为生成不带语义信息的rgb octomap。

https://github.com/floatlazer/semantic_slam

30、Interactive_slam

Interactive_slam是基于开源3D LIDAR的映射框架。与现有的自动SLAM软件包相反，我们旨在开发一种半自动框架，该框架使用户能够以最少的人工来交互且直观地纠正制图失败（例如，里程表损坏，回路错误检测，地图变形等）。该框架提供了几种地图校正功能：

  • [手动和自动]循环关闭
  • [手册]基于平面的地图校正
  • [手册]多个地图合并
  • [自动]姿势边缘细化

https://github.com/SMRT-AIST/interactive_slam

31、Awesome Slam

主要总结了GitHub上与SLAM / VO相关的很棒的存储库，包括PC端，移动端的存储库以及一些对学习者友好的教程。

https://github.com/YoujieXia/Awesome-SLAM

32、Recent Stars 2020

SLAM，姿势/对象跟踪，深度/视差/流估计，3D图形等相关论文和代码。

https://github.com/Vincentqyw/Recent-Stars-2020

33、Orb_slam_2_ros

这是用于单目，立体声和RGB-D摄像机的ORB-SLAM2实时SLAM库的ROS实现，可计算摄像机的轨迹和稀疏的3D重建（在具有真实比例的立体声和RGB-D情况下）。它能够实时检测环路并重新定位摄像机。

https://github.com/appliedAI-Initiative/orb_slam_2_ros

34、Camlasercalibratool

摄像机和二维激光的外部标定。这是一个基于 ROS 的单线激光和相机外参数自动标定代码。标定原理如下图所示，相机通过二维码估计标定板平面在相机坐标系下的平面方程，由于激光点云落在平面上，将点云通过激光坐标系到相机坐标系的外参数 $ T_{cl} $ 转换到相机坐标系，构建点到平面的距离作为误差，使用非线性最小二乘进行求解。

https://github.com/MegviiRobot/CamLaserCalibraTool

35、Easy_slam_tutorial

首个中文的简单从零开始实现视觉SLAM理论与实践教程，使用Python实现。包括：ORB特征点提取，对极几何，视觉里程计后端优化，实时三维重建地图。A easy SLAM practical tutorial (Python).图像处理、otsu二值化。

https://github.com/varyshare/easy_slam_tutorial

36、Orb Slam2 Based Ar On Android

这是一个基于ORB-SLAM2和OpenGL的Android增强现实应用，它可以很好地工作在户外和室内环境中。

https://github.com/muziyongshixin/ORB-SLAM2-based-AR-on-Android

37、Visual Gps Slam

这是作者硕士论文关于视觉SLAM与GPS融合的研究报告。它包含了研究论文，代码和其他有趣的数据。

https://github.com/GSORF/Visual-GPS-SLAM

38、Orb_slam_2_ros

python实现3D可视化库Pangolin。

https://github.com/uoip/pangolin

39、Vi_orb_slam2

基于ORB-SLAM2的单目/立体视觉惯性ORB-SLAM。

https://github.com/YoujieXia/VI_ORB_SLAM2

40、Deep Learning Interview Book

深度学习面试宝典（含数学、机器学习、深度学习、计算机视觉、自然语言处理和SLAM等方向）

https://github.com/amusi/Deep-L

Robot-G
关注
  • 4
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
VisualSLAM:基于视觉的导航项目
04-29
VisualSLAM 基于视觉的导航项目 笔记： 请为您的工作创建一个功能分支，并仅将master分支用于有效的解决方案。 不允许将构建蝇，图像或可执行文件提交到存储库。 CMake用于构建项目 如何构建和运行代码： 为opencv Viz模块下载并安装VTK： : 如果您已经安装了OpenCV，则需要重新安装它，以便OpenCV可以找到新安装的VTK库（版权归 ） 注意：[..]表示可选的命令行参数 mkdir build cmake .. make ./slam ../data/left/ ../data/right/ ../data/calib.txt 10 [../data/groundTruth.txt] # # only 22 for visualization otherwise we can only see pose data ./slam ../data
探索未来驾驶：开源项目`comma2k19`深度解析
最新发布
gitblog_00100的博客
04-16 321
探索未来驾驶：开源项目comma2k19深度解析 项目地址:https://gitcode.com/commaai/comma2k19 在这个快速发展的自动驾驶时代，有一个名为comma2k19的开源项目正在改变我们对智能驾驶的认识。该项目源自著名自动驾驶创业公司Comma.ai，它提供了一个开放源代码的平台，让用户可以利用自己的车辆实现L2级半自动驾驶功能。本文将带你深入理解这个项目的原理、用途...
comma2k19数据集使用
皮皮瓜的博客
02-28 2222
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言1.下载数据集2.配置项目3.代码示例2.读入数据总结欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 前言 c
推荐收藏 ｜ SLAM优秀开源工程汇总
我爱计算机视觉
06-02 1347
整理了AIRX团队平时学习SLAM的一些开源工程、书籍、论文项目等。1、CartographerCartographer是一个系统，可跨多个平台和传感器配置以2D和3D形式提供实时同时定...
超全总结！视觉SLAM方案整理及硬件选型（附项目地址）
3D视觉工坊
03-16 4620
编辑丨智东西公开课本文已获CSDN博主「Mega_Li」授权发布，如需转载请与原作者联系。原文链接：https://blog.csdn.net/lwx309025167/articl...
python实现SLAM的程序
weixin_44345862的博客
03-03 8488
为了方便SLAM跟深度学习的结合，别人用python实现了Stereo-PTAM和RGBD-PTAM，基本是很完整的系统了，包含了多线程跟踪和建图、covisibility graph、local bundle adjustment、位姿图优化、回环检测、点云可视化等模块。在KITTI, EuRoC MAV, TUM RGB-D, ICL-NUIM RGBD这些数据集上跑过，效果和速度都不错，希望能对大家有所帮助。github地址: https://github.com/uoip/stereo_ptam 和
ROS 开源智能小车 TurtleBot3 Waffle pi 深度视觉版简介 （可实现地图搭建、自主导航、自主避障、深度视觉算法研究）
allie2013的博客
01-27 2297
ROS机器人操作系统为什么现在火爆全球？ ROS（Robot Operating System，机器人操作系统）是目前世界上更主流更多人使用的机器人开源操作系统。它可以提供操作系统应有的服务，包括硬件抽象，底层设备控制，常用函数的实现，进程间消息的传递，以及包管理；也提供用于编写机器人软件程序的一种具有高度灵活性的软件架构，为机器人研究和开发提供代码复原的支持。ROS可以分成两层，低层是上面描述的操作系统层，高层则是广大用户群贡献的实现不同功能的各种软件包，例如定位绘图，行动规划，感知，模拟等等。 RO
RTAB-MAP开源视觉-激光-里程计SLAM代码
04-22
RTAB-MAP压缩包里有以下个开源代码： ...RTAB-MAP，2009年开始设计，2013年首次开源，2016年完全基于图优化，2017年扩展了很多新应用，是RGB-D SLAM中比较经典的方案。目前被发展成跨平台独立的C++库和一个ROS功能包。
SLAM-基于ORB-SLAM的鱼眼相机实时鲁棒单目视觉SLAM系统-无需校正或裁剪输入图像-优质项目实战.zip
02-22
SLAM_基于ORB-SLAM的鱼眼相机实时鲁棒单目视觉SLAM系统_无需校正或裁剪输入图像_优质项目实战
SLAM-GTP-开源
04-23
SLAM-GTP对原始SMAUG 1.4a代码库进行了彻底的清理（以提高可读性和易于编码性）和文档编制，这是次较小的重写，为代码库带来了新功能，同时还修复和/或向现有功能添加了功能。 。
SLAM-利用点+线特征计算立体视觉SLAM算法-优质项目实战-毕业设计.zip
02-20
SLAM_利用点+线特征计算立体视觉SLAM算法_优质项目实战_毕业设计
一种基于改进词袋模型的视觉SLAM算法-论文
07-08
针对室内环境中视觉同时定位与建图（simultaneous localization and mapping, SLAM）精度不高和实用性较差等问题,采用深度相机作为传感器,提出一种基于改进词袋模型的视觉SLAM算法。该算法通过增加节点距离的方式,对...
基于改进M-ORB的视觉SLAM直接-闭环检测算法.docx
05-26
基于改进M-ORB的视觉SLAM直接-闭环检测算法.docx
SLAM-适配Windows平台的ORB-SLAM3-优质项目实战.zip
02-22
SLAM_适配Windows平台的ORB-SLAM3_优质项目实战
SLAM-RGB-D+SLAM-for-ROS-优质项目实战.zip
02-19
SLAM_RGB-D+SLAM_for_ROS_优质项目实战
VI_ORB_SLAM2:基于ORB-SLAM2的MonocularStereo视觉惯性ORB-SLAM
05-14
VI_ORB_SLAM2：基于ORB-SLAM2的单目/立体视觉惯性ORB-SLAM 该存储库包括Visual-Inertial ORB-SLAM的Monocular版本和Stereo版本。 这两个是的和的。 有关详细信息，您可以参考Examples/Monocular/mono_euroc_VI.cc和...
SLAM-基于点+线+平面特征+曼哈顿世界假设的适用于结构场景的RGB-D-SLAM系统-视觉导航定位-优质项目实战.zip
03-15
SLAM_基于点+线+平面特征+曼哈顿世界假设的适用于结构场景的RGB-D-SLAM系统_视觉导航定位_优质项目实战
2020-SLAM-Summer-School-slides.zip
09-17
这里是第三届SLAM暑期学校的每一章节的课件,配合其视频食用味道更加醇美无比。可以用作配套的讲义。怎么还不够。
Python-SLAM开发学习资源与经验分享
08-11
SLAM 开发学习资源与经验分享
如何获取ORB-SLAM2-Python开源库
04-26
您可以通过以下步骤获取ORB-SLAM2-Python开源库： 1. 首先，您需要安装Git，如果您还没有安装Git，请先安装Git。 2. 打开终端或命令提示符，进入您想要存储ORB-SLAM2-Python的目录，然后输入以下命令： ``` git clone https://github.com/jskDr/ORB_SLAM2_Python.git ``` 3. 然后，等待下载完成后，您就可以在您选择的目录中找到ORB-SLAM2-Python的源代码。 请注意，这是ORB-SLAM2的Python绑定，其中包含了用于ORB-SLAM2的Python接口。如果您想要使用ORB-SLAM2本身，您需要先从ORB-SLAM2的GitHub页面获取源代码，并按照文档中的指示进行编译。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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