ORB-SLAM2算法13之跟踪线程Tracking

最新推荐文章于 2023-09-17 19:04:25 发布
最新推荐文章于 2023-09-17 19:04:25 发布
阅读量295 收藏
点赞数 2
分类专栏： ORB-SLAM2/3 文章标签： slam vslam ORB-SLAM2 Tracking线程 跟踪方法 局部地图跟踪 初始化
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/MRZHUGH/article/details/132588502
版权
ORB-SLAM2/3 专栏收录该内容
22 篇文章 34 订阅 ¥49.90 ¥99.00
订阅专栏
本文详细介绍了ORB-SLAM2的跟踪线程Tracking，包括其模式、目的、方法和状态。跟踪线程有两种模式：定位建图和仅定位。其目标是更新位姿、地图点和关键帧，采用恒速模型跟踪、参考关键帧跟踪和重定位跟踪等方法。在初始化阶段，涉及单目和双目/RGBD的初始化流程。局部地图跟踪进一步优化位姿和地图点。文章还讨论了关键帧生成的条件和创建过程。
摘要由CSDN通过智能技术生成

文章目录

0 引言

ORB-SLAM2算法7详细了解了System主类和多线程、ORB-SLAM2学习笔记8详细了解了图像特征点提取和描述子的生成、ORB-SLAM2算法9详细了解了图像帧、ORB-SLAM2算法10详细了解了图像关键帧、ORB-SLAM2算法11详细了解了地图点及ORB-SLAM2算法12详细了解了单目初始化，本文主要学习ORB-SLAM2中的三大线程中的跟踪线程Tracking。

了解本专栏 订阅专栏 解锁全文
ZPILOTE
关注
专栏目录
订阅专栏
ORB-SLAM2算法7之System主类和多线程
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
08-14 893
本文主要对ORB-SLAM2的整体框架，System主类和多线程进行学习和总结。
ORB-SLAM2算法11之地图点MapPoint
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
08-25 491
主要学习ORB-SLAM2中的地图点MapPoint类，该类中主要包含增、删、替换地图点及地图点观测关系，计算描述子，更新法向量和深度值等围绕地图点操作的函数。
ORB-SLAM2（二）跟踪线程Tracking.cpp
sinat_41328554的博客
10-19 541
欢迎使用Markdown编辑器 哇哇哇，离上次记录又过去好久了，想想还是得写写，好记性不如好博客哈哈。 关于跟踪线程还要从system.cpp开始了解，因为哪里才是整个系统的初始化开始，首先申明小鬼研究的是单目视觉，所以主要记录单目系统的运行。 接上次的博客，系统从主函数进入system.cpp的成员函数Trackmonocular() 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢...
ORBSLAM2系列-Tracking跟踪线程
一只废佐_的博客
08-15 450
最后进行的投影匹配是使用关键帧的地图点（除了上面优化时候使用的内点）投影到当前帧，然后再进行网格搜索（这个过程与初始化时候一样），得到能够匹配点（这个投影匹配是函数，整体过程也是与局部地图跟踪一样）在重定位的最后，根据条件一共运行了两次投影匹配+重投影误差优化，都是为了能够找回跟踪，如果某一候选关键帧完成了整个重定位过程，那么就不再计算其他的候选关键帧（这部分主要看程序，逻辑简单，主要就是两个函数不断的挽救跟踪）
ORB-SLAM3的Tracking线程详解
极客园地
09-17 663
最近在学习ORB-SLAM3的Tracking线程，主要从一下几个方面进行讲解：ORB-SLAM3初始化、传感器输入模块、Tracking线程子模块、Tracking线程代码详解。其中包括ORB-SLAM3整个系统初始化的代码是如何实现的，单目、双目、RBB-D以及结合IMU的输入的情况，Tracking线程是怎么样处理数据的，代码逻辑是怎么样的；按照Tracking线程每一步实现的功能。
一起自学SLAM算法：9.1 ORB-SLAM2算法
机器人研究猿-CSDN
01-27 1313
连载文章，长期更新，欢迎关注：下面将从原理分析、源码解读和安装与运行这3个方面展开讲解ORB-SLAM2算法。
ORB-SLAM2系列第六章—— 跟踪线程
weixin_45947476的博客
04-12 3978
系列文章目录 ORB-SLAM2系列第一章——简介 ORB-SLAM2系列第二章——ORB 特征点提取 ORB-SLAM2系列第三章—— 地图初始化 ORB-SLAM2系列第四章—— 地图点、关键帧、图结构 ORB-SLAM2系列第五章—— 特征匹配 文章目录系列文章目录前言一、跟踪线程整体流程二、参考关键帧跟踪1.应用场景2.思路3.具体流程三、恒速模型跟踪1.应用场景2.思想3.具体流程四、重定位跟踪1.应用场景2.思想3.具体流程四、局部地图跟踪1.应用场景2.具体流程 前言 迎浏览我的SLAM专
【视觉SLAM】ORB-SLAM2S: A Fast ORB-SLAM2 System with Sparse Optical Flow Tracking
振华OPPO的博客世界
03-29 1941
本文介绍了ORB-SLAM2S，这是一种基于ORB-SLAM2的快速完整的SLAM系统，适用于单目、立体和RGB-D相机。该系统在小型和大型室内和室外环境中以更快的速度在CPU上同时确保准确性。该系统包括一个轻量级前端，这是一种用于非关键帧的稀疏光流方法，以避免提取关键点和描述符，从而实现高速实时性能。对于关键帧，使用基于特征的方法确保与ORB-SLAM2几乎相同的准确轨迹估计。
ORB-SLAM系列算法演进
极客园地
08-22 578
ORB-SLAM算法是特征点法的代表，当前最新发展的ORB-SLAM3已经将相机模型抽象化，适用范围非常广，虽然ORB-SLAM在算法上的创新并不是很丰富，但是它在工程上的创新确实让人耳目一新，也能更好的为AR、机器人的算法实现落地。而且它的代码简明扼要，每个模块非常清晰，对初学者也十分友好，是入坑视觉SLAM的不二法门。下面将介绍ORB-SLAM系列算法演进。
ORB-SLAM2算法部署验证、原理代码和各种改进方法汇总
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
09-17 465
本文主要汇总个人学习使用ORB-SLAM2算法中参考的相关博客和代码汇总，以及在ORB-SLAM2算法基础上各个改进方法的汇总。
很清晰的ORB-SLAM2程序思维导图
10-13
### ORB-SLAM2程序思维导图解析 #### 一、概述 ORB-SLAM2是一种基于单目视觉和RGB-D相机的实时同步定位与建图（Simultaneous Localization and Mapping, SLAM）系统。它由三个主要线程构成：跟踪线程（Tracking）、...
数据库基础测验20241113.doc
11-13
数据库基础测验20241113.doc
微信小程序下拉选择组件
11-13
微信小程序下拉选择组件
DICOM文件+DX放射平片-数字X射线图像DICOM测试文件
11-13
DICOM文件+DX放射平片—数字X射线图像DICOM测试文件，文件为.dcm类型DICOM图像文件文件,仅供需要了解DICOM或相关DICOM开发的技术人员当作测试数据或研究使用，请勿用于非法用途。
Jupyter Notebook《基于双流 Faster R-CNN 网络的 图像篡改检测》+项目源码+文档说明+代码注释
11-13
<项目介绍> - 基于双流 Faster R-CNN 网络的 图像篡改检测 - 不懂运行，下载完可以私聊问，可远程教学 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
使用epf捕获没有CA证书的SSLTLS明文（LinuxAndroid内核支持amd64arm64）.zip
11-13
c语言
(源码)基于Arduino的天文数据库管理系统.zip
11-13
# 基于Arduino的天文数据库管理系统 ## 项目简介 本项目是一个基于Arduino的天文数据库管理系统，旨在为Arduino设备提供一个完整的天文数据库，包括星星、星系、星团等天体数据。项目支持多种语言的星座名称，并提供了详细的天体信息，如赤道坐标、视星等。 ## 项目的主要特性和功能 星座目录包含88个星座，提供拉丁语、英语和法语的缩写和全名。 恒星目录包含494颗亮度达到4等的恒星。 梅西耶目录包含110个梅西耶天体。 NGC目录包含3993个NGC天体，亮度达到14等。 IC目录包含401个IC天体，亮度达到14等。 天体信息每个天体（不包括星座）提供名称、命名、相关星座、赤道坐标（J2000）和视星等信息。 恒星额外信息对于恒星，还提供每年在赤经和赤纬上的漂移以及视差。 ## 安装使用步骤 1. 安装库使用Arduino IDE的库管理器安装本项目的库。 2. 解压数据库将db.zip解压到SD卡中。
(源码)基于JSP和SQL Server的维修管理系统.zip
最新发布
11-13
# 基于JSP和SQL Server的维修管理系统 ## 项目简介 本项目是一个基于JSP和SQL Server的维修管理系统，旨在提供一个高效、便捷的维修管理解决方案。系统涵盖了从维修订单的创建、管理到配件的录入、更新等多个功能模块，适用于各类维修服务行业。 ## 项目的主要特性和功能 1. 用户管理 管理员和客户的注册与登录。 管理员信息的管理与更新。 客户信息的创建、查询与更新。 2. 维修订单管理 维修订单的创建、查询与更新。 维修回执单的创建与管理。 3. 配件管理 配件信息的录入与更新。 配件库存的管理与查询。 4. 评价与反馈 客户对维修服务的评价记录。 系统反馈信息的收集与管理。 5. 数据加密与安全 使用MD5加密算法对用户密码进行加密存储。 通过过滤器实现登录验证，确保系统安全。 ## 安装使用步骤
devecostudio-windows-3.1.0.501.zip
11-13
HUAWEI DevEco Studio，以下简称DevEco Studio）是基于IntelliJ IDEA Community开源版本打造，为运行在HarmonyOS和OpenHarmony系统上的应用和服务（以下简称应用/服务）提供一站式的开发平台。 作为一款开发工具，除了具有基本的代码开发、编译构建及调测等功能外，DevEco Studio还具有如下特点： - 高效智能代码编辑：支持ArkTS、JS、C/C++等语言的代码高亮、代码智能补齐、代码错误检查、代码自动跳转、代码格式化、代码查找等功能，提升代码编写效率。更多详细信息，请参考[编辑器使用技巧] - 低代码可视化开发：丰富的UI界面编辑能力，支持自由拖拽组件和可视化数据绑定，可快速预览效果
orb-slam3中的tracking线程
05-26
ORB-SLAM3中的tracking线程是一个重要的线程，它负责实时跟踪相机的运动，并且估计相机的位姿和地图点的位置，以便后续的建图和定位。tracking线程主要分为两个部分：前端和后端。 前端主要负责相机姿态估计和地图点跟踪。ORB-SLAM3采用了基于特征点的视觉里程计方法，通过提取图像中的ORB特征点并通过ORB匹配算法进行特征点匹配，从而估计相机的运动。同时，前端还利用局部地图来跟踪地图点，以便在后续的帧中进行重定位和位姿优化。 后端主要负责地图优化和回环检测。ORB-SLAM3采用基于BA（Bundle Adjustment）的地图优化方法，通过最小化重投影误差来优化地图点和相机位姿，以提高地图的精度和稳定性。同时，ORB-SLAM3还实现了回环检测，通过检测到相机经过已经访问过的地点，来避免地图漂移和提高定位的精度。 综上所述，ORB-SLAM3中的tracking线程是整个系统的核心，通过前端和后端的协同工作来实现实时的相机姿态估计和地图建立。
评论
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

打赏作者

ZPILOTE

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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