超全汇总 | ORB-SLAM2 / ORB-SLAM3 相关改进代码！

最新推荐文章于 2024-07-06 18:26:44 发布
最新推荐文章于 2024-07-06 18:26:44 发布
阅读量8.2k 收藏 322
点赞数 16
文章标签： 算法 机器学习 人工智能 java 编程语言
原文链接：https://mp.weixin.qq.com/s?__biz=MzU1MjY4MTA1MQ==&mid=2247597461&idx=2&sn=25d9033b44274c4c8a03eb9e86725aa8&chksm=fbfd56a1cc8adfb75935a9fcc64e42390b1d930287077acb4bf089c0e36b1576ae8419db2380&scene=126&&sessionid=0
版权

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

eb63c2735eee5c31efc39bb4d78a4e65.png

作者丨小深

来源丨深话AI

本文总结了特征点法SLAM中目前效果最好的方法：ORB-SLAM2 / ORB-SLAM3 相关改进代码汇总，包括加速、多传感器融合、稠密建图、线特征、点线融合、导航、动态环境、多平台移植等。具体见下。 

为方便点击链接，我们整理了pdf版本，在公众号后台回复：ORBSLAM

ORB-SLAM2 相关改进代码汇总

论文发表于2017年的IEEE Transactions on Robotics，论文名称《ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras》

ORB-SLAM2 特点：

  • 首个（2017年发布时）支持单目，双目和RGB-D相机的完整的开源SLAM方案，具有回环检测和重新定位的功能。

  • 能够在CPU上进行实时工作，可以用于移动终端如 移动机器人、手机、无人机、汽车。

  • 特征点法的巅峰之作，定位精度极高，可达厘米级。

  • 能够实时计算出相机的位姿，并生成场景的稀疏三维重建地图。

  • 代码非常整洁，包含很多实际应用中的技巧，非常实用。

  • 支持仅定位模式，该模式适用于轻量级以及在地图已知情况下长期运行，此时不使用局部建图和回环检测的线程

[PAPER](https://arxiv.org/abs/1610.06475),

[CODE](https://github.com/raulmur/ORB_SLAM2),

[超详细中文注释版]

(https://github.com/electech6/ORBSLAM2_detailed_comments)

改进方法

[ORBSLAM2_with_pointcloud_map](https://github.com/gaoxiang12/ORBSLAM2_with_pointcloud_map)，

高翔实现的添加稠密点云地图

[ORB-SLAM2_RGBD_DENSE_MAP]

(https://github.com/tiantiandabaojian/ORB-SLAM2_RGBD_DENSE_MAP)，在高翔基础上添加了稠密闭环地图

[ORB-YGZ-SLAM]

(https://github.com/gaoxiang12/ORB-YGZ-SLAM)，

使用SVO中直接法来跟踪代替耗时的特征点提取匹配，在保持同样精度的情况下，是原始ORB-SLAM2速度的3倍

[YGZ-stereo-inertial SLAM]

(https://github.com/gaoxiang12/ygz-stereo-inertial)，

双目VIO版本，加入了LK光流和滑动窗口BA优化

[VI-ORB](https://github.com/jingpang/LearnVIORB)，

京胖实现的VI-ORB-SLAM2

[Fisheye-ORB-SLAM]

(https://github.com/lsyads/fisheye-ORB-SLAM)，添加了支持鱼眼

[Save and load orb-slam2 maps]

(https://github.com/AlejandroSilvestri/osmap)，添加保存和导入地图功能

[ORB_SLAM2 with map load/save function]

(https://github.com/Jiankai-Sun/ORB_SLAM2_Enhanced)，添加保存和导入地图功能

[Viewer for maps from ORB-SLAM2 Osmap]

(https://github.com/AlejandroSilvestri/Osmap-viewer)，

添加了地图可视化

[Add line feature based ORB-SLAM2]

(https://github.com/atlas-jj/ORB_Line_SLAM)，添加了线特征

73547fc13b288a3937968180df706489.png

[RGBD-SLAM with Point and Line Features, developed based on ORB_SLAM2]

(https://github.com/maxee1900/RGBD-PL-SLAM)，添加了点线融合

[Good Feature Selection for Least Squares Pose Optimization in VO/VSLAM]

(https://github.com/ivalab/gf_orb_slam2)，使用了一种更好的特征选择方法

510823cc5670dce5eb61f528ea7dc9c6.png

[ORB_SLAM2_SSD_Semantic](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic), 

动态语义SLAM 目标检测+VSLAM+光流/多视角几何动态物体检测+octomap地图+目标数据库

326e04026f429028bc58e57843fe2a4a.png

[Tracking Enhanced ORB-SLAM2]

(https://github.com/Eralien/TE-ORB_SLAM2)，

用YOLO v3的语义信息来增加跟踪性能

97a43e1872c22f0e51ca9026c82e0fad.png

[YOLO Dynamic ORB_SLAM](https://github.com/bijustin/YOLO-DynaSLAM)，用YOLO来做动态环境的检测

e2a694d29bbfddc04ef6908f4b74a1d9.png

多平台移植代码

[Windows version ORBSLAM2,Easy built by visual studio]

(https://github.com/phdsky/ORBSLAM24Windows)，

Windows平台版本，可以用 visual studio轻松编译

[ORB-SLAM-Android, test on Sony Xperia Z]

(https://github.com/castoryan/ORB-SLAM-Android)，

Android移植，在 Sony Xperia上测试

[ORBSLAM2 on Mac OSX]

(https://github.com/meiroo/ORBSLAM2-OSX)，Mac OSX版本

[ROS interface for ORBSLAM2]

(https://github.com/ethz-asl/orb_slam_2_ros)，添加ROS接口

ORB-SLAM3 相关代码

ORB-SLAM3

2020年07月开源, 论文《ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual-Inertial and Multi-Map SLAM》

ORB-SLAM3特点

  • 支持视觉、视觉加惯导、混合地图的SLAM系统，可以在单目，双目和RGB-D相机上利用针孔或者鱼眼模型运行。

  • 基于特征的紧耦合的VIO系统，仅依赖于最大后验估计(包括IMU初始化时)。因此不管是在大场景还是小场景，室内还是室外都能鲁棒实时的运行，精度上相比于上一版提升了2到5倍

  • 根据新的重定位模块来构建的多地图系统，可以让系统在特征不是很好的场景中长期运行。

  • 第一个能够在所有算法阶段重用所有先前信息的系统，可以在BA的时候使用相隔很远的共视关键帧。

[PAPER](https://arxiv.org/pdf/2007.11898.pdf)

[CODE](https://github.com/UZ-SLAMLab/ORB_SLAM3)

0db6ebc1ce9cb7124c061b6c23190e5f.gif

ORB_SLAM3-RGBD-Inertial

增加了RGBD-IMU的运行模式和ROS接口，增加了单目IMU和双目IMU的ROS接口，替换了词典为二进制格式，加载速度更快。依据ORB_SLAM3重写了RGBD-IMU的ROS接口，避免出现队列拥塞，提供了Kinect for Azure的参数文件

[CODE](https://github.com/xiefei2929/ORB_SLAM3-RGBD-Inertial)

本文仅做学术分享，如有侵权，请联系删文。

3D视觉精品课程推荐：

1.面向自动驾驶领域的多传感器数据融合技术

2.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)

9.从零搭建一套结构光3D重建系统[理论+源码+实践]

10.单目深度估计方法：算法梳理与代码实现

11.自动驾驶中的深度学习模型部署实战

12.相机模型与标定(单目+双目+鱼眼）

13.重磅！四旋翼飞行器：算法与实战

14.ROS2从入门到精通：理论与实战

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

84e13530df5ad4df2370d8e91387ac43.png

▲长按加微信群或投稿

a231e3913561fe6feead73293940f4f1.png

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

030dd6ff270b29984531bc2b78a5e247.png

 圈里有高质量教程资料、答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~  

3Ｄ视觉工坊
关注
  • 16
    点赞
  • 踩
  • 322
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
ORB-SLAM2源码详解
07-18
详细介绍ORB-SLAM2源码内容，是初学者学习源码的好文档，转载自【泡泡机器人SLAM】微信公众号
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...
ORBSLAM3 的改进
07-27 9981
周六看到了ORBSLAM3的源码，安装运行后看了一下其代码结构，因为加IMU的部分是针对之前的ORB-VI， 因此大家可以参考jinpang的LearnORBVI可以更纯粹地学习视觉+IMU的组合； 这篇文章主要是针对其在Tracking线程做出的改动，尤其是添加Atlas后对Tracking部分的影响，LoopClosing和MapMerging的部分会在后面的分析中讲到，有错误也欢迎各位指正。 ORBSLAM3相对于ORBSLAM2做出的主要改动： 1. Atlas： 用于保存很多琐碎的地图；主要
复现YOLO_ORB_SLAM3_with_pointcloud_map项目记录
最新发布
qq_57425280的博客
07-06 1213
所遇到的问题是因为read_file_list()函数需要两个参数，而你在调用时只传递了一个参数。１．按照要求下载数据集，我下载的是rgbd_dataset_freiburg3_walking_xyz，将其解压到你喜欢的目录．我个人放在了evalution下。当然我看到有人说只需要把COMPILEDWITHC11改为COMPILEDWITHC14就可以了，这个我没有尝试，我只用了上面的方法，大家可以自己尝试。这个时2.3.1版本的，我们只需要将上面的数字换掉，然后直接浏览器粘贴就可以下对对应的版本！
ORB_slam2 分析及改进对应的文章集合
RedDrn的博客
12-16 3224
ORB-SLAM2 ORB特征点法SLAM 支持单目、双目、rgbd相机 https://github.com/Ewenwan/MVision/tree/master/vSLAM/oRB_SLAM2
【视觉SLAM】An Improved ORB-SLAM2 in Dynamic Scene with Instance Segmentation
振华OPPO的博客世界
04-07 1245
为了提高动态环境下ORB-SLAM2位姿估计的精度，针对运动的欺骗性，提出一种实例分割方法去除分布在人体上的运动特征点，提高姿态精度。该方法从输入图像中提取ORB特征点，并对图像进行分割，得到图像中像素的位置。然后去除分布在人体上方的特征点，利用移除后相对稳定的特征点估计位置和姿态。改进的方法用于在TUM数据集上进行测试。结果表明，改进的系统能够显著降低动态环境下姿态估计的绝对误差和相对漂移，证明与传统的ORB-SLAM2系统相比，该方法能显著提高动态环境下姿态估计的精度。
ORB-SLAM读代码
YGG12022的博客
05-12 178
自己用，后面看多少接着再补 ORB-SLAM2读代码 先只看 Tracking 单看 mono_tum.cc 中间各种文件打开及opencv调用的部分不说 mono_tum.cc 中 ORB_SLAM2::System 进System.cc构造 先初始化追踪线程，调用 new Tracking(this, //现在还不是很明白为什么这里还需要一个this指针 TODO ...
ORB Slam2和ORB Slam3的区别
Tyandy1的博客
04-17 2519
特征提取和描述子：ORB-SLAM2使用ORB特征和ORB描述子，而ORB-SLAM3使用SuperPoint特征和SuperPoint描述子。姿态估计：ORB-SLAM2使用基于EPnP算法的姿态估计方法，而ORB-SLAM3使用基于PnP算法的姿态估计方法。PnP算法相比EPnP算法更加高效和准确。综上所述，ORB-SLAM3相比ORB-SLAM2在特征提取和描述子、姿态估计、语义信息和多相机系统等方面有所改进和优化。-------------------摘自chapgpt回答 用以记录。
ORB-SLAM2.xmind
01-19
ORB-SLAM2代码阅读思维导图，xmind8编辑，可用xmind8或者xmind zen打开。自己做的，可能有错误，如果有问题可直接私信给我。 ORB-SLAM2 是我上手的第一个比较大的SLAM系统和c++项目，因此方便建立了思维导图更深的...
基于ORB-SLAM2的实时网格地图构建
04-30
针对目前视觉SLAM（同时定位与地图构建）系统只能输出相机的运动轨迹图而不能生成用于路径规划和导航地图的缺点，提出了一种基于ORB-SLAM2的网格地图实时构建算法。首先，建立了一个适用于视觉SLAM的逆传感器模型...
ORB_SLAM2代码注释原理解析
05-08
ORB_SLAM2 特征法SLAM 单目 双目 RGBD * ORB主要借鉴了PTAM的思想，借鉴的工作主要有 * Rubble的ORB特征点； * DBow2的place recognition用于闭环检测； * Strasdat的闭环矫正和covisibility graph思想； * 以及Kuemmerle和Grisetti的g2o用于优化。
基于改进ORB算法的移动机器人视觉SLAM方法研究
10-15
以移动机器人视觉导航为应用背景，针对传统ORB算法在视觉SLAM中存在特征点分布不均匀、重叠特征点较多的问题，提出一种改进ORB算法。首先，对每层图像的尺度空间金字塔进行网格划分，增加空间尺度信息；其次，在特征点检测时，采用改进FAST角点自适应阈值提取，设置感兴趣区域；然后，采用非极大值抑制的方法，抑制低阈值特征点的输出；最后，使用基于区域图像特征点分布的方差数值评价待检测图像中特征点的分布情况。实验结果表明，改进ORB算法特征点的分布较为均匀，输出特征点重叠数量较少，执行时间较短。
ORB-SLAM2和ORB-SLAM3超详细中文注释版本.zip
03-31
ORB-SLAM 它是一个完整的 SLAM 系统，包括视觉里程计、跟踪、回环检测，是一种完全基于稀疏特征点的单目 SLAM 系统，同时还有单目、双目、RGBD 相机的接口。资源包含ORB-SLAM2和ORB-SLAM3详细的中文注释版本的源码。
浅谈ORB-SLAM3
gls_nuaa的博客
12-12 1418
  ORB-SLAM3一经提出便广受好评(与上一代时隔3年，2020年推出)，不仅适用范围扩大，而且精度、速度、鲁棒性都大大得到扩展。ORB-SLAM3还是延续了ORB-SLAM1、2的一贯思路。但整体来看，3和2的区别要远大于2和1的区别。这篇文章主要介绍3的一些改进。ORB-SLAM3兼容纯视觉、视觉惯性融合、构建多地图。   先把3的系统结构图摆出来：   从系统结构图上可以看出，ORB-SLAM3引入了IMU模块，同时增加了ATLAS部分，其余没有太大的变化。   下面介绍一下ORB-SLAM3新
ORB-SLAM系列算法相关介绍（综合版）
IT菜鸟
10-24 1403
ORB-SLAM系列算法相关介绍（综合版）
探秘高效ORBSLAM2：成本优化与性能提升的秘诀
gitblog_00100的博客
05-27 388
探秘高效ORBSLAM2：成本优化与性能提升的秘诀 项目地址:https://gitcode.com/ivalab/gf_orb_slam2 项目介绍 ORBSLAM2是一款经过精心改造的视觉SLAM（Simultaneous Localization And Mapping）系统，尤其注重在性能和成本之间寻求最佳平衡。该项目致力于改进传统的ORBSLAM2，通过引入一系列算法创新，提高了其在实...
学习笔记之——ORB-SLAM1、2、3
gwpscut的博客
09-27 3537
本博文是本人学习ROBSLAM的学习笔记，笔记分为两部分，第一部分为原理的学习，第二部分则是基于ROS开源的ORBSLAM功能包来实现建图 ORB特征点 之前博客《学习笔记之——vs2015+opencv2.4.13实现SIFT、SURF、ORB》也介绍过ORB特征算子了。这里复习一下。 ORB（Oriented FAST and Rotated BRIEF）是一种快速特征点提取和描述的算法。ORB算法分为两部分，分别是特征点提取和特征点描述。特征提取是由FAST（Features ...
推荐开源项目：YOLO_ORB_SLAM3 - 动态环境下的SLAM新里程碑
gitblog_00025的博客
06-04 780
推荐开源项目：YOLO_ORB_SLAM3 - 动态环境下的SLAM新里程碑 项目地址:https://gitcode.com/YWL0720/YOLO_ORB_SLAM3 YOLO_ORB_SLAM3 是一个基于ORB-SLAM3改进的版本，它引入了热门的YOLOv5物体检测框架，从而在动态环境中实现更强大的Simultaneous Localization and Mapping（SLAM）功...
ORB-SLAM3库搭建指南：从零开始构建SLAM系统
基于ORB-SLAM3搭建SLAM系统涉及多个步骤，包括环境准备、库的安装和配置、代码编译以及实际运行和评估。这个过程需要对计算机视觉、传感器数据处理和机器人操作系统有深入的理解，但ORB-SLAM3的开源性质使得这个复杂...
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