ORB_SLAM之双目

最新推荐文章于 2024-04-26 11:14:05 发布
最新推荐文章于 2024-04-26 11:14:05 发布
阅读量6k 收藏 13
点赞数
分类专栏： slam 文章标签： SLAM openCV ROS
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/awww797877/article/details/51171099
版权
本文介绍了在Ubuntu 14.04 LTS上使用ORB_SLAM进行双目视觉SLAM的初步尝试。首先确保将ORB_SLAM添加到ROS环境变量，接着安装必要的USB和UVC库。使用usb_cam进行摄像头读取，并通过调整lanunch文件适应较低带宽的接口。由于未进行相机标定和校正，目前效果不佳，后续会补充这一过程。
摘要由CSDN通过智能技术生成

ORB_SLAM之双目

手里有个便宜的双目摄像头，打算用来试试orb_slam，到时候直接架上就可以跑了。

先在pc上试试（ubuntu 14.04 LTS）。

在正式使用之前记得把ORB_SLAM加到ROS的环境变量中去。

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:PATH_TO_PARENT_OF_ORB_SLAM

然后usb摄像头需要用到usb或者uvc，不管那么多，都装装装。

最低0.47元/天 解锁文章
awww797877
关注
专栏目录
【ORB_SLAM2源码解读】EuRoC双目数据集跑通ORB_SLAM2
小秋 AI SLAM 入门实战教程
04-08 3523
Tracking-跟踪Local Mapping-地图Loop Closing-回环ORB_SLAM2与传感器之间是相互独立，提取特征之后，图像不需要被保存而是直接丢弃。ORB_SLAM2将编译出libORB_SLAM2 . so安装在lib目录中并且生成可执行的数据集测试样例。
双目视觉移动机器人SLAM系统
01-15
该文档描述了双目视觉移动机器人SLAM系统的结构和相关算法，以及该技术的技术难点。
视觉SLAM漫淡
weixin_30376509的博客
04-28 1053
视觉SLAM漫谈 1.前言 　　开始做SLAM（机器人同时定位与建图）研究已经近一年了。从一年级开始对这个方向产生兴趣，到现在为止，也算是对这个领域有了大致的了解。然而越了解，越觉得这个方向难度很大。总体来讲有以下几个原因： 入门资料很少。虽然国内也有不少人在做，但这方面现在没有太好的入门教程。《SLAM for dummies》可以算是一篇。中文资料几乎没有。 SLAM研究已...
ORB-SLAM3中双目匹配
weixin_41738773的博客
03-07 525
orb3 双目匹配部分
双目视惯雷达SLAM
3D视觉工坊
04-10 945
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达本文由知乎作者robot L授权转载，不得擅自二次转载。原文链接：https://zhuanlan.zhihu.com/p/114...
ORB-SLAM2双目开源框架 （2） Tracking解析
qq_38766208的博客
11-08 1485
Tracking类 Tracking类主要运行Track()函数，完成的主要内容有：双目初始化，跟踪参考关键帧或者跟踪上一帧，重定位，更新局部地图，跟踪局部地图，判断并创建关键帧。 双目初始化
ORB_SLAM3官方标定文档的中文版
04-20
在 ORB_SLAM3 中，外参包括双目-惯性、单目-惯性和双目三种情况。双目-惯性需要提供 TBC1 和 TC1C2 两个变换矩阵，单目-惯性只需要提供 TBC1，双目只需要提供 TC1C2。 3. 内参 内参是指传感器本身的参数。在 ORB_...
ORB_SLAM3源码（附带详细注释）
11-16
此外，ORB_SLAM3还支持多种传感器输入，包括单目、双目和RGB-D相机，以及IMU（惯性测量单元）数据，这使得系统更加灵活，能够适应不同的应用场景。通过集成IMU数据，ORB_SLAM3可以实现vio（Visual-Inertial Odometry...
ORB_SLAM2源码工作空间（带位姿发布功能）
04-22
它基于特征匹配和光束法平差，实现了单目、双目和RGB-D相机的实时SLAM（Simultaneous Localization And Mapping，即同时定位与建图）。这个源码工作空间包含了实现ORB_SLAM2功能所需的所有组件，并且还添加了发布...
3.2ORBSLAM3之双目初始化和单目初始化
超爱吃小蛋糕的66的博客
12-26 2155
对ORB-SLAM3算法中的双目初始化和单目初始化部分代码进行解析，双目初始化介绍了基于SAD滑窗的特征点深度恢复，单目初始化介绍了初始化模型选择，基础矩阵和单应矩阵计算，3D地图点恢复等
双目slam基础 相机内参数 双目相机校正 特征提取 双目特征匹配 三角测量得到深度 深度估计总结 相邻帧特征匹配 光流 DLT PnP ICP RANSAC 非线性最小二乘
万有文的博客
06-12 9538
双目slam基础 Stereo camera slam 本文GitHub地址　 Stereo Vision:Algorithms and Applications 双目宝典 Machine-learning-for-low-level-vision-problems 机器学习实现低层次视觉-深度估计等 室外数据集 Kitti 室内数据集 Middlebury 双目算法评估 嵌入式 图像...
ORB-SLAM2双目开源框架 （1）
qq_38766208的博客
11-01 949
ORB-SLAM2主要由以下三个线程组成： （1）跟踪(Tracking)线程: 计算每帧图像的ORB特征并进行匹配，利用Motion-Only BA估计相机初始位姿，跟踪局部地图，并判断当前图像帧是否为关键帧。当跟踪失败时，利用场景识别（Place Recognition）模块恢复对环境地图点的跟踪。 （2）局部建图（Local Mapping）线程: 获取跟踪线程的候选关键帧，管理局部地图中的关键帧和局部地图点，执行局部BA,得到准确度更高的定位和建图精度，最后对候选关键帧进行筛选。 （3）闭环（Lo
ORB-SLAM2中双目情况下的处理
YMWM_的博客
04-23 611
//双目输入时的追踪器接口 cv::Mat System::TrackStereo(const cv::Mat &imLeft, //左侧图像 const cv::Mat &imRight, //右侧图像 const double &timestamp) //时间戳 { //检查输入数据类型是否合法 if(mSensor!=STEREO) { //不合法那就退出 cerr << "ERROR:
论文笔记-ORB-SLAM2-双目与rgbd相机跟单目情况的区别
SLAM小土堆
09-23 5565
ORB-SLAM2的最大贡献就是把原来的系统扩展到了双目，rgbd上，这一篇也主要讲的是怎么使用双目或者深度相机的信息，以及他们和单目的区别。 I.INTRODUCTION Place Recognition是SLAM中一个对回环很重要的模块，作用是：1）检测传感器是否返回已经建过图的区域。2）修正累计误差。 3）在追踪失败之后重新定位相机。 单目SLAM的优缺点： 优点：成本更低，传感器配置更简单 缺点：由于无法直接获得深度信息，所以就需要利用多视图或者滤波来生成初始地图（在最开始无法进行三角化）；
干货！双目相机实测orbslam2 小白一小时可跑通 一篇把orbslam门槛降低到高中毕业的文章
07-12 3866
下面这段话是啥？是一些关键词让更多的兄弟搜到十里桃园的这篇文章。 双目相机 orbslam2 orbslam orb_slam2 双目广角相机 双目广角相机参数 orbslam用相机跑 双目相机slam 立体相机slam stereo camera slam orbslam配置 orbslam参数 orb_slam2参数 为什么写这篇文章？ 纯slam小白跑用自己的双目也可以轻轻松松跑起来！ 因为...
双目SLAM(2) opencv
a83025273的博客
01-15 152
一步步实现ORB-SLAM2 http://www.fengbing.net/ 1 opencv 测试 http://blog.csdn.net/u010480194/article/details/54288926 测试安装的opencv 版本 my_pc:~/Desktop$ python Python 2.7.6 [GCC 4.8.4] on linux2 ...
ORB_SLAM3 + INDEMIND 双目惯性相机实时运行（Ubuntu 18.04）
最新发布
qq_68717863的博客
04-26 1450
Ubuntu 18.04，ORB_SLAM3 + INDEMIND相机，实时运行双目惯性SLAM。
ROS-Academy-for-Beginners之ORB-SLAM2 双目视觉初探
qq_38766208的博客
08-19 409
现在我们跑通了ROS-Academy-for-Beginners 按照 https://www.guyuehome.com/33866 的方法修改对应的文件，重新编译。 终端1： $ source ~/catkin_ws/devel/setup.bash $ rospack profile $ roslaunch robot_sim_demo robot_spawn.launch 终端2： $ source ~/catkin_ws/devel/setup.bash $ rospack profile $
orb_slam3双目惯性的函数调用关系
04-03
在ORB-SLAM3中，双目惯性的函数调用关系如下： 1. 在System.cc文件中，调用System::System函数创建系统对象。 2. 在System::System函数中，调用TrackWithIMU函数开始跟踪。 3. 在TrackWithIMU函数中，调用TrackStereo函数进行双目跟踪。 4. 在TrackStereo函数中，调用TrackStereoInitialization函数进行双目初始化。 5. 在TrackStereoInitialization函数中，调用CreateInitialMapMonocular函数创建初始地图。 6. 在CreateInitialMapMonocular函数中，调用CreateInitialMapStereo函数创建初始双目地图。 7. 在CreateInitialMapStereo函数中，调用TrackReferenceKeyFrame函数跟踪参考关键帧。 8. 在TrackReferenceKeyFrame函数中，调用TrackWithMotionModel函数进行基于运动模型的跟踪。 9. 在TrackWithMotionModel函数中，调用SearchLocalPoints函数在局部地图中搜索点。 10. 在SearchLocalPoints函数中，调用TrackLocalMap函数对局部地图进行跟踪。 11. 在TrackLocalMap函数中，调用SearchByProjection函数进行投影匹配。 12. 在SearchByProjection函数中，调用TriangulateNewPoints函数三角化新的地图点。 13. 在TriangulateNewPoints函数中，调用CreateNewKeyFrame函数创建新的关键帧。 14. 在CreateNewKeyFrame函数中，调用CreateNewMapPoints函数创建新的地图点。 15. 在CreateNewMapPoints函数中，调用SearchLocalPoints函数在局部地图中搜索点。 16. 在SearchLocalPoints函数中，调用TrackLocalMap函数对局部地图进行跟踪。 17. 在TrackLocalMap函数中，调用SearchByProjection函数进行投影匹配。 18. 在SearchByProjection函数中，调用TriangulateNewPoints函数三角化新的地图点。 19. 在TriangulateNewPoints函数中，将新的地图点加入到地图中。 20. 在TrackLocalMap函数中，调用OptimizeLocalMap函数对局部地图进行优化。 21. 在OptimizeLocalMap函数中，调用OptimizeEssentialGraph函数进行基于本质图的优化。 22. 在OptimizeEssentialGraph函数中，调用OptimizePoseGraph函数进行基于位姿图的优化。 23. 在OptimizePoseGraph函数中，调用OptimizeMapPoints函数进行地图点优化。 24. 在OptimizeMapPoints函数中，调用OptimizeMapPoint函数对每个地图点进行优化。 25. 在OptimizeMapPoint函数中，调用OptimizeOnePoint函数对一个地图点进行优化。 26. 在OptimizeOnePoint函数中，调用OptimizePointFunction函数构造地图点的误差函数。 27. 在OptimizePointFunction函数中，调用ProjectPointToImage函数将地图点投影到图像平面上。 28. 在ProjectPointToImage函数中，调用GetPose函数获取相机位姿。 29. 在GetPose函数中，调用IMU预积分函数进行预积分。 30. 在IMU预积分函数中，调用IMU预积分构造函数进行预积分。 31. 在IMU预积分构造函数中，调用IMUPreintegratedMeasurements函数进行预积分计算。 32. 在IMUPreintegratedMeasurements函数中，调用IntegrateMidPoint函数进行中点积分。 33. 在IntegrateMidPoint函数中，调用IntegrateSingleIMU函数进行单次IMU积分。 34. 在IntegrateSingleIMU函数中，调用Rotate函数进行旋转变换。 35. 在Rotate函数中，调用Exp函数进行李代数转换。 36. 在Exp函数中，调用Expmap函数进行李代数转换。 37. 在Expmap函数中，调用Rodrigues函数进行李代数转换。 38. 在Rodrigues函数中，计算李代数的指数映射。 39. 在IMUPreintegratedMeasurements函数中，计算预积分结果。 40. 在OptimizePointFunction函数中，计算地图点的误差。 41. 在OptimizeOnePoint函数中，计算地图点的雅克比矩阵。 42. 在OptimizeMapPoint函数中，计算所有地图点的误差和雅克比矩阵。 43. 在OptimizePoseGraph函数中，调用OptimizePoseFunction函数构造位姿的误差函数。 44. 在OptimizePoseFunction函数中，调用GetPose函数获取相机位姿。 45. 在OptimizePoseGraph函数中，计算位姿的误差和雅克比矩阵。 46. 在OptimizeEssentialGraph函数中，计算本质图的误差和雅克比矩阵。 47. 在OptimizeLocalMap函数中，调用OptimizeBA函数进行BA优化。 48. 在OptimizeBA函数中，调用OptimizeBAFunction函数构造BA的误差函数。 49. 在OptimizeBAFunction函数中，调用GetPose函数获取相机位姿。 50. 在OptimizeBAFunction函数中，计算BA的误差和雅克比矩阵。 51. 在OptimizeBA函数中，调用SolveBA函数进行BA求解。 52. 在SolveBA函数中，调用LevenbergMarquardt函数进行LM算法优化。 53. 在LevenbergMarquardt函数中，计算LM算法的增量。 54. 在LevenbergMarquardt函数中，计算LM算法的Hessian矩阵和梯度向量。 55. 在LevenbergMarquardt函数中，计算LM算法的lambda参数。 56. 在LevenbergMarquardt函数中，更新相机位姿和地图点的坐标。 57. 在OptimizeLocalMap函数中，更新所有地图点的信息。 58. 在TrackLocalMap函数中，更新当前帧的位姿。 59. 在TrackStereo函数中，调用UpdateLastFrame函数更新上一帧的信息。 60. 在UpdateLastFrame函数中，调用TrackLocalMap函数更新上一帧的地图点信息。 61. 在TrackStereo函数中，调用UpdateMotionModel函数更新运动模型。 62. 在UpdateMotionModel函数中，调用IMU预积分函数进行预积分。 63. 在IMU预积分函数中，调用IMU预积分构造函数进行预积分计算。 64. 在IMUPreintegratedMeasurements函数中，调用IntegrateMidPoint函数进行中点积分。 65. 在IntegrateMidPoint函数中，调用IntegrateSingleIMU函数进行单次IMU积分。 66. 在IntegrateSingleIMU函数中，调用Rotate函数进行旋转变换。 67. 在Rotate函数中，调用Exp函数进行李代数转换。 68. 在Exp函数中，调用Expmap函数进行李代数转换。 69. 在Expmap函数中，调用Rodrigues函数进行李代数转换。 70. 在Rodrigues函数中，计算李代数的指数映射。 71. 在IMUPreintegratedMeasurements函数中，计算预积分结果。 72. 在UpdateMotionModel函数中，计算IMU测量的速度和角速度。 73. 在UpdateMotionModel函数中，计算相机的速度和角速度。 74. 在UpdateMotionModel函数中，更新运动模型。 75. 在TrackStereo函数中，返回跟踪结果。 总体来说，ORB-SLAM3中的双目惯性跟踪过程经过多个函数的调用和数据交互，涉及到了相机位姿估计、地图点三角化、运动模型更新等多个方面。其中，IMU预积分函数在跟踪过程中起到了重要作用，可以在没有特征点可用时，通过IMU测量信息来进行相机位姿估计和地图点三角化。
评论 3
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