ORB-SLAM2最完整程式碼解析

已于 2023-05-03 13:43:41 修改
阅读量69 收藏
点赞数 1
分类专栏： slam 文章标签： c++ 自动驾驶
于 2023-05-03 13:41:41 首次发布
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/Ray1996_/article/details/130472294
版权

目前還在持續增加內容中，前陣子開始在cvlife課程中學習orb-slam2，雖然說裡面內容很詳盡，但還是會跳來跳去讓人不知道在做甚麼，因此我將所有程式碼統整及解釋，用markdown撰寫，方便了解程式碼及流程，可以讓在學習程式碼的人獲得幫助。內容在以下連結
https://hackmd.io/@Ray1996/ORB-SLAM2%E7%A8%8B%E5%BC%8F%E7%A2%BC%E8%A9%B3%E8%A7%A3

Ray1996_
关注
专栏目录
ORB-SLAM2代码详解
格物致知
05-01 1万+
ORB-SLAM2代码详解 文章目录ORB-SLAM2代码详解1. ORB-SLAM2代码详解01_ORB-SLAM2代码运行流程1 运行官方Demo1.2. 阅读代码之前你应该知道的事情1.2.1 变量命名规则1.3 理解多线程1.3.1 为什么要使用多线程?1.3.2 多线程中的锁1.4 SLAM主类`System`1.4.1 System`类是ORB-SLAM2系统的主类,先分析其主要的成员函数和成员变量:1.4.2 构造函数1.4.3 跟踪函数2. ORB-SLAM2代码详解02_特征点提取器ORB
ORB-SLAM2代码框架梳理与详细解析（共11章）
格物致知
09-23 6786
ORB-SLAM2代码详解 文章目录ORB-SLAM2代码详解1. ORB-SLAM2代码详解01_ORB-SLAM2代码运行流程1 运行官方Demo1.2. 阅读代码之前你应该知道的事情1.2.1 变量命名规则1.3 理解多线程1.3.1 为什么要使用多线程?1.3.2 多线程中的锁1.4 SLAM主类`System`1.4.1 System`类是ORB-SLAM2系统的主类,先分析其主要的成员函数和成员变量:1.4.2 构造函数1.4.3 跟踪函数2. ORB-SLAM2代码详解02_特征点提取器ORB
ORB-SLAM2代码/流程详解
格物致知
05-01 5582
ORB-SLAM2代码详解 ORB-SLAM2代码详解01_ORB-SLAM2代码运行流程 1 运行官方Demo 1.2. 阅读代码之前你应该知道的事情 1.2.1 变量命名规则 1.3 理解多线程 1.3.1 为什么要使用多线程? 1.3.2 多线程中的锁 1.4 SLAM主类System 1.4.1 System`类是ORB-SLAM2系统的主类,先分析其主要的成员函数和成员变量: 1.4.2 构造函数 1.4.3 跟踪函数 ORB-SLAM2代码详解02_特征点提取器ORBextractor 2.1
ORB-SLAM3理解
泠山的博客
07-25 5799
ORB-SLAM3理解 长期更新
ORB-SLAM2代码解析
qqGHJ的博客
10-14 2949
整理了一些有关于ORB-SLAM2的代码的资料
ORB-SLAM2原理分析
qq_44089890的博客
04-12 6771
ORB-SLAM2是一种基于单目、双目和RGB-D相机的实时视觉SLAM系统，用于在无GPS信号或有限的传感器信息情况下，构建三维地图并定位相机的位置和姿态。ORB-SLAM2采用了ORB特征点提取和描述符匹配技术，以及图优化和闭环检测算法，从而实现了高精度的地图构建和相机定位。ORB-SLAM2可以应用于室内外的多种场景，如机器人导航、增强现实和虚拟现实等领域。
ORB-SLAM3 自学笔记
weixin_48563088的博客
11-06 336
文章目录前言ORB图像特征1. ORB关键点2. ORB描述子相关概念1. 关键帧 与 共视关键帧2. 共视图 生成树 本质图3. IMU4. VIO5. VO 与 VIO 的区别相机模型单目相机模型双目相机模型多视图几何算法1. 2D-2D: 对极几何(1) 对极约束(2) 本质矩阵E估计R,t(3)三角测量(4) 单应矩阵H2. 3D-2D: PnP(1) 理解3D-2D中的3D(2) 直接线性变换DLT(3) 最小重投影误差求解PnP(4) P3P3. 3D-3D: ICP线性代数SVD方法非线性优
ORB-SLAM 论文阅读笔记
weixin_45442591的博客
04-27 1642
ORB-SLAM 原文简译 本文介绍了一种基于特征的 单目 SLAM系统ORB-SLAM，可在大小型、室内外环境中实时运行。
ORBSLAM3中IMU初始化时重力方向的确定代码原理解析
最新发布
诗筱涵的博客
10-07 432
下面这个速度预积分我们可以认为是基于第i帧imu系的，由于代码里是从第一个关键帧开始累加，可以认为是基于第一个imu帧坐标系了，再外乘以标定得到的相机IMU外参Tcb，那么可以认为是基于第一帧相机系的，而初始化的时候第一帧相机系就是作为世界系的，所以最终得到的可以认为是重力向量在图像世界系下的方向。会由下面代码得到重力方向的初值之后再经过优化得到更为精确的重力方向的值，所以注意下面代码得到的是一个提供给优化的初值，不是要求一开始就得到一个非常准确的值，但是偏差也不能大了。
从NPU-SLAM-EDA技术分析
吴建明wujianming_110117
08-09 1422
从NPU-SLAM-EDA技术分析
视觉SLAM入门 -- 学习笔记 - Part 1
～勿据散客～的博客
10-13 938
熟悉Linux 1. 如何在Ubuntu 中安装软件（命令⾏界⾯）？它们通常被安装在什么地⽅？ 软件安装命令行： ubuntu下安装软件有四种方式: 1.通过deb格式的离线软件包安装 sudo dpkg -i xxx.deb # 安装包,安装程序 -i: install sudo dpkg -r package # 删除包 -r: remove 此方法的默认安装目录为: /opt 2.通过apt-get包管理器从软件源中在线安装(最常用的方式) sudo apt-get install 软件
点云从入门到精通技术详解100篇-基于语义 SLAM 的点云融合（续）
getusushu的博客
10-13 471
点云中的语义信息通过对采集的图像中的目标进行分类，给映射的点云块添加类别的语义。具体来说，需要将物体分别在二维图像中语义分割，在三维点云地图中点云分割，最后，在语义标注模块中，将带有语义标签的图像。目标物体语义标签一一对应。卷积神经网络通常由功能不同的层级组成，即输入层、卷积层、激活层、池化层、全。发现正确位姿，在优化最新的两帧的状态同时地图点云位置也维持不变，从而提升。定会有许多地图点映射复数个目标，从而更新生成语义信息和目标物体的关联。算法中，二维图像特征点与三维地图点一一对应，而本文三维地图点与。
SLAM文献泛读5篇
qq_38983484的博客
03-29 1107
这里写目录标题LIC-Fusion: LiDAR-Inertial-Camera Odometry摘要介绍和相关工作结论LIC-Fusion2.0: LiDAR-Inertial-Camera Odometry with Sliding-Window Plane-Feature Tracking摘要主要贡献如下：总结BALM: Bundle Adjustment for LiDAR Mapping. 2020 ICRV摘要研究背景总结LiDAR-Only Odometry and Localization
MATLAB算法实战应用案例精讲-【人工智能】SLAM（概念篇）（补充篇）
qq_36130719的博客
06-07 1199
SLAM 算法最早出现在 SmithSelf 和 Cheeseman 的论文中,他 们 运用扩展卡尔曼滤波对状态空间中的机器人位姿和特征 ( 路标 ) 位置进行同 时 估 计。计 算 复 杂 度 高 一 直 是 SLAM 的 难 题 之 一 ，在 基 于 特 征 的SLAM 算法中,标准 EKF SLAM 方法的计算复杂度与环境特征个 数 呈二次方关系,这使得它只能在一般不超过上百个特征的较小范围内应用。因此,研究一种计算量可随地图大小进行缩放的 SLAM 算法成为一个公共难题。
【C语言】数据类型和变量
2302_76713442的博客
10-06 1369
一、数据类型分类（内置数据类型：字符型、整型、浮点型和布尔类型）（自定义数据类型：数组、结构体、枚举和联合体）二~三、深入研究内置数据类型（内置数据类型的大小、使用内置数据类型创建变量、signed 和 unsigned）四、自定义数据类型的内容过于庞大，所以每种自定义数据类型都专门写了一篇博客来介绍，文中有相应链接。
C++：图的最短路径问题
han2205277149的博客
10-04 1072
最短路径问题是图的一个比较典型的应用问题。例如，给定某公路网的n个城市以及这些城市之间相通公路的距离，能否找到城市A到城市B之间一条距离最近的通路呢？如果将城市用顶点表示城市间的公路用边表示，公路的长度作为边的权值，这个问题就归结为在网图中求顶点A和顶点B的最短路径。
C++之多态篇(超详细版)
2302_79795375的博客
10-04 868
public:cout
贪心算法c++
hjxxlsx的博客
10-07 1259
贪心选择性质活动安排问题问题描述选择。
ORB-SLAM2源码解析与系统总结
2. **单目初始化**：在仅有一个摄像头的情况下，ORB-SLAM2如何进行初始位姿估计。 3. 总结了ORB-SLAM2的总体架构和优势，展示了其在视觉SLAM领域的卓越性能。 **第六章ORB-SLAM2源码框架讲解** 这部分是对源代码...
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