ORB-SLAM2：(二)Monocular/Stereo/RGB-D数据集

最新推荐文章于 2024-03-02 12:24:00 发布
VIP文章 最新推荐文章于 2024-03-02 12:24:00 发布
阅读量2.2k 收藏 16
点赞数 3
分类专栏： SLAM 文章标签： ORB-SLAM2 数据集
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/YunLaowang/article/details/92800367
版权

目录

前言

这是运行ORB-SLAM2代码系列文章的第二篇，主要完成在Monocular/Stereo/RGB-D数据集上运行ORB-SLAM2。
默认已经完成源码下载、编译和相关环境的配置，环境配置具体可参考：ORB-SLAM2：环境配置&源码编译。

RGB-D

  1. 下载数据集

下载：TUM数据集，此处下载的是：fr1/desk，并将其解压、存放在如下目录：

~/catkin_ws/src/ORB_SLAM2/Examples/RGB-D
  1. 生成associations.txt文件

生成associations.txt文件，需要借助：associate.py文件(此链接处“右键-链接另存为”即可下载)。下载后存放在如下文件夹：

最低0.47元/天 解锁文章
$南山种豆$
关注
  • 3
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
LS3D-W 人脸对齐 2D / 3D 数据集数据集
07-08
LS3D-W 是个大规模人脸对齐标注数据集，由诺丁汉大学计算机视觉实验室创建。人脸图像来自AFLW, 300VW, 300W和FDDB，人脸对齐采用68点标注法，一共包含了大约 230,000 人脸精准标记图像，通过论文《How far are we from solving the 2D \ 3D Face Alignment problem?》中的方法生成。
ORB-SLAM2的编译运行以及TUM数据集测试
dibuxue3246的博客
02-14 1589
ORB-SLAM2的编译运行以及TUM数据集测试 徐大徐 2018.02.06 17:04 字数 1838 阅读 2167评论 0喜欢 2 近段时间一直在学习高翔博士的《视觉SLAM十四讲》，学了以后发现自己欠缺的东西实在太多，好多都需要深入系统的学习。ORB-SLAM2是一套完整的SLAM方案，提供了单目，双目和RGB-D三种接口。它能...
ORB-SLAM2实时彩色点云地图构建及保存(RGB-D)
最新发布
weixin_51995147的博客
03-02 601
ORB-SLAM2实时彩色点云地图构建及保存
【SLAM】ubuntu16.04编译ORB-SLAM2及运行RGB-D实例
Venistar的博客
09-20 2969
ORB-SLAM2安装及无ROS下运行RGB-D实例0 准备工作1 安装Pangolin（1）安装必要的依赖项（2）从github下载项目（3）编译安装3 安装OpenCV（1）安装依赖项1）安装编译工具2）安装依赖包3）安装可选包（2）下载OpenCV 2.4.13.6（3） 编译安装（4） 配置OpenCV环境变量1）将opencv的库加入到路径2）使配置生效（5）测试实例4 安装Eigen3（1） 安装Eigen库（2） 寻找Eigen3头文件（3） 调用Eigen库5 安装g2o和DBoW2的依赖项
ORB-SLAM2制作自己的数据集——保姆教学
weixin_45947476的博客
04-04 7340
首先安装好ORB-SLAM2并成功跑通TUM等数据集，具体可以参照： slam的环境配置大全–保姆教学 ORB_SLAM2代码的简介安装运行 有以上基础后就可以尝试自己制作数据集，用手机摄像头就可以完成。 只需要三步： 第一步： ...
orbslam2稠密版建图
darren_pty
10-19 5783
slam
安装ORB-SLAM2并运行SLAM样例
IT菜鸟
08-30 533
ORB-SLAM相关技术（经验版）
ORB_SLAM2安装与编译报错的解决办法
qq_41921826的博客
11-12 4156
ORB_SLAM2安装与编译报错的解决办法
制作自己的ORBSLAM2数据集，并实现三维重建
weixin_61265732的博客
08-05 1826
制作自己的ORBSLAM2数据集，并实现三维重建
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...
ORB-SLAM2--an Open-Source SLAM System for Monocular Stereo and RGB-D Cameras
02-02
视觉SLAM经典文章，学好SLAM，前途无量，好好学哦。。
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 技术详解(3)– 源码编译及TUM RGB-D数据集测试
01-06
1. ORB-SLAM2 简介 2. 安装依赖库 （1）安装Pangolin  （2）安装必要的依赖库 （3）安装OpenCV （4）安装Eigen （5）安装BLAS and LAPACK库 (1) BLAS: Basic Linear Algebra Subprograms (2) LAPACK：Linear ...
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...
VIO标定IMU随机误差：Allan方差法
青箬笠，绿蓑衣
07-16 9470
在IMU采集数据时，会产生两种误差：确定性误差和随机性误差，为获得精确的数据，需要对上述两种误差进行标定。 标定方法 确定性误差和随机误差的成因和标定方法各不相同。 确定性误差 确定性误差主要包括bias(偏置)、scale(尺度)、misalignment(坐标轴互相不垂直)等多种。 随机误差 随机误差主要包括：高斯白噪声、bias随机游走； IMU标定 常用的Allan方差工具，主要有以下...
SLAM常见面试题集锦
青箬笠，绿蓑衣
09-30 5368
前言 在备战秋招时，发现SLAM相关的知识点比较庞杂零碎，网上对于常见的面试题也没有全面的集锦可以参考复习，所以参考我找到的一些面试题，自发整理了一些常见的问题及参考答案。参考答案是博主参考大佬的回答及自己的理解给出的，用于自己秋招备战使用的，所以答案都力求准确、简洁。但奈何能力有限，答案仍可能存在错误或者瑕疵，欢迎留言批评指正。 当然这里整理的也不全面，只是略尽绵薄之力，希望对大家有所帮助。另外...
ORB-SLAM2：(三)仿真实现&kinect2在线定位建图
青箬笠，绿蓑衣
06-21 4560
基于ORB-SLAM2跑仿真环境
SLAM环境配置：Ubuntu16.04+Clion+Eigen+Ceres+g2o+Sophus+PCL+OpenCV+测试代码
青箬笠，绿蓑衣
06-12 3553
考虑到linux系统可能会出现很多bug，导致需要反复重装系统，所以这里对自己配置SLAM环境的相关细节进行记录，权当做个笔记。 linux 使用Ubuntu16.04，安装要点如下： 制作启动盘软件：deepin-boot-maker 1.1 IDE：Clion ...
《视觉SLAM十四讲》ch13.3：三角化公式推导及代码详解
青箬笠，绿蓑衣
08-13 2848
前言 《视觉SLAM十四讲–ch13.3》单目稠密重建代码中的三角化过程，不像第7章直接调用OpenCV中的triangulation()函数求解，而是自己根据公式计算、并使用克莱姆法则对方程组进行求解，得出深度信息。 但代码中对有关公式的推导及与公式的对应关系讲解的不甚清楚，这里对该三角化过程进行公式推导，并与实现代码对应起来，方便大家理解。 公式推导 当通过极线搜索和块匹配确定参考帧与当前帧的...
ORB-SLAM2运行tum数据集
08-13
其中，Vocabulary/ORBvoc.txt 是ORB-SLAM2的词典文件路径，Examples/RGB-D/TUMX.yaml 是您在第3步中修改的配置文件路径，数据集文件夹路径是您存储TUM数据集的文件夹路径。 5. 可视化结果：ORB-SLAM2将输出相机...

“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