点线特征融合求取相机位姿

最新推荐文章于 2024-05-14 12:16:50 发布
最新推荐文章于 2024-05-14 12:16:50 发布
阅读量1.1k 收藏 5
点赞数 1
分类专栏： slam 文章标签： 点线特征 ORB特征点 线特征 pnp
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/fb_941219/article/details/107900516
版权

点线特征融合求取相机位姿

0.引言

使用TUM数据集图片进行测试。

  • 左图在这里插入图片描述

  • 右图

在这里插入图片描述

  • 左图深度图

在这里插入图片描述

对，使用PNP！不过Perspective-n-Point(PnP)名字不太恰当，PnPL?

1.点特征

在这里插入图片描述

2.线特征

在这里插入图片描述

3.点线特征

在这里插入图片描述

4.结果

在这里插入图片描述

古路
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
专栏目录
点线联合优化估计相机姿态（IROS 2022）
3D视觉工坊
12-01 387
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨一杯红茶编辑丨计算机视觉工坊点击进入—>3D视觉工坊学习交流群标题：Pose Refinement with Joint Optimization of Visual Points and Lines作者：来自OPPO研究团队主要内容：提出了一种点线联合优化方法来解决相机姿态估计问题，即设计了一个线提取CNN用于后续的线匹配和姿态优...
【ORBSLAM2点线融合】点特征图模型构建
weixin_62266575的博客
10-17 492
【ORBSLAM2点线融合】点特征图模型构建
ORB点特征、LSD线特征、线特征参数化求导学习总结
Yangy_Jiaojiao的博客
11-02 1163
ORB点特征、LSD线特征、线特征参数化求导学习总结
【ORBSLAM2点线融合】线特征图模型构建
weixin_62266575的博客
10-17 1082
【ORBSLAM2点线融合】线特征图模型构建
论文阅读——线特征位姿计算
yulongshan
04-04 1081
本文利用线特征计算相机的位姿——绝对和相对位姿。 求解目的：和平移向量。 思路：利用矩阵乘法分解： 而可以基于一定的假设设计出来，首先世界坐标系下两条互相垂直的直线—— 。 其方向向量已知为。然后假设其分别为MF（不知道怎么命名）的x和y轴。因此，为； ...
PLSL-SLAM：基于视觉点线特征融合SLAM（毕设开源，参考VINS-Fusion、PL-VIO、VLOAM）
weixin_42344264的博客
07-29 3309
概要：双目点线特征VIO+激光雷达点云深度增强视觉特征 Bag包： 链接：https://pan.baidu.com/s/1esy94hAgzWKazTELXuCtsQ 提取码：mj8k 代码：https://github.com/why-freedom/PLSL-SLAM 其他参考： 从零手写VIO 激光视觉融合SLAM 水博客 PLS-VIO：双目点线特征融合视觉惯导里程计 （附长走廊数据集） SLAM踩坑记录 | 编译框架 | 配置环境等
视觉slam之点线结合
badman_lee的博客
10-28 356
因此我们选择了SIFT特征点，其特征稳定，对旋转、尺度变换、亮度保持不变性，对视角变换、噪声也有一定程度的稳定性。直线是一种大尺度的特征，在水面环境中具有更为理想的适用性，线特征具有光照和视角不变性特点，表现更为稳定、有效。线特征对角度敏感，线特征的重投影误差，采用端点到直线的距离，此重投影误差对角度敏感，可以大大提升位姿的姿态准确性。尺度不变性，噪声的稳定性，都是基于高斯金字塔实现的，而线特征也和SIFT一样，提取特征都是基于高斯金字塔图像上提取的，因此线特征也具有尺度不变性和噪声的稳定性。
点线面的特点_夯实基础！点线面的基本特点与表现
weixin_42361283的博客
01-17 7359
夯实基础！点线面的基本特点与表现平面设计就是以点、线、面为造型要素的视觉艺术。它具有三大特点：①单纯性。运用点、线、面设计具有单纯、简洁、明快和运动规律性等特点。能在快节奏的现代生活中，适应人们追求单纯、简洁、秩序、要求心理平衡的需要。②科学性。点、线、面的运用最大特点是强调规律性，它可以通过各种形式的组合，产生新的形态，构成千变万化的视觉形象，具有数学和几何的规律性，具有严密的组织结构 , 十分...
点线特征综合的视觉SLAM
09-21
有两个关于点线特征综合的视觉slam代码，还有10篇左右的参考文献
stvo-pl融合点线段特征的立体视觉里程计代码解读
jiweinanyi的博客
11-15 973
摘要 基于点和线段的SLAM系统在点特征不充足的场景下具有一定的优势。本文对文章Robust Stereo Visual Odometry through a Probabilistic Combination of Points and Line Segments对应的源码进行记录。 主函数入口在imagesStVO.cpp中 首先进入初始化部分 if( frame_counter == 0 )...
（ICRA论文翻译）利用点线特征的直接法单目视觉里程计
qq_37954209的博客
05-30 4960
使用点线特征的直接法单目视觉里程计ShichaoYang, Scbastain Scherer翻译：薛小吉摘要：单目相机使用的大部分视觉里程计算法都把关注点放在特征匹配或者基于像素亮度的直接匹配得到的点，却忽略了一个普遍但又十分重要的几何特征：边缘，本文提出了一种通过组合点与边缘特征的里程计算法，该算法吸收了直接法与特征点匹配法的优点，在纹理较少的环境里有不错的效果，通过增大算法的收敛域，该算法对...
slslam----基于线特征的双目SLAM系统（关键知识点整理）
CGJustDoIT的博客
03-22 2366
slslam----基于线特征的双目SLAM系统（关键知识点整理）1.注2. line 提取与跟踪2.1 简要2.2 主要代码2.2.1 line map 结构2.2.2 添加 line 进 line map3. 当前帧位姿估计3.1 简要3.2 主要代码 （BA）3.2.1 设置优化需要的参数索引3.2.2 build ceres4. 滑动窗口优化4.1 简要4.2 主要代码 (Local BA)5. 回环检测与位姿图优化 1.注 slslam 的论文 《Building a 3-D Line-Bas
基于点和线特征的实时单目SLAM
热门推荐
u013341645的博客
11-30 1万+
PL-SLAM: Real-Time Monocular Visual SLAM with Points and Lines 摘要： \qquad众所周知，低纹理场景是依赖于对应点的几何计算机视觉的主要短板之一，尤其是视觉SLAM。但是，有许多环境，尽管纹理少，仍然可以可靠地估计基于线的几何图元，例如在城市中或者室内场景，或者所谓的“曼哈顿世界”，其中结构化边缘是主要的。本文中，我们提出了...
线特征基础知识
q1370992706的博客
04-01 2900
线特征基础知识 最近在研究线特征相关的SLAM问题，学习了相关的基础知识，在此做个总结。以前一直都是研究基于点的SLAM算法，对于线的SLAM了解不是很多。经过阅读相关的文章，发现最近研究基于点和线特征的文章很多，前年和去年就有好几篇IROS的文章是研究点和线SLAM的。 点、线和平面的表示 首先介绍点、线和平面的表示方法，由于点可以由下面的两种方式得到：空间中的两个点确定一条线；两...
点线特征优缺点对比
weixin_50508111的博客
01-18 3053
点特征优点： 点特征缺点： 线特征优点： 线特征缺点： 线路的一个显著缺点是，它们经常是不完全检测和部分遮挡，导致系统的不稳定性。以往关于线特征的研究很少考虑线的平行度、正交性和共面性等结构信息，因此在噪声的影响下，它们比基于点的方法更不稳定，结果也更差 首先，现有的线检测器和参数化在文献中不如特征点检测器和参数化在文献中建立得好。其次，由直线对应计算姿态的算法不如基于点的算法可靠，并且对直线可能发生的部分遮挡非常敏感。这些原因使得目前使用直线的SLAM方法依赖于测距相机或激光扫描仪 ...
从TUM数据集生成点云以及真实位姿
最新发布
qq_56716304的博客
05-14 413
3、groundtruth.txt 为外部运动捕捉系统采集到的相机位姿,格式为(time, t x , t y , t z , q x , q y , q z , q w )出错：系统生成.txt是utf-16的，但是TUM里的.txt文件是utf-8的，所以要注意文件格式问题将utf-16改成utf-8格式。1、rgb.txt 和 depth.txt 记录了各文件的采集时间和对应的文件名。3、生成点云的同时将GTpose.txt里的位姿提取出来(请注意彩色图、深度图和标准轨迹的采集都是独立的。
A visual SLAM method based on point-line fusion in weak-matching scene
weixin_50106401的博客
04-19 271
根据原理的不同，主要有基于特征的方法和直接方法，如Engel等人提出的线段检测器(line segment detector, LSD)-SLAM,8采用直接方法，而不是基于特征点的BA，可以构建大规模的半密集地图。针对低纹理环境下基于点特征的SLAM的不可靠性问题，提出了一种新的线段提取与匹配方法，解决了原LSD方法存在的重叠和分支问题，提高了线匹配的可靠性和鲁棒性。在我们的工作中，我们处理了重叠和分割，在匹配中施加了更严格的条件，使得线条匹配更加可靠，为后端优化奠定了良好的基础。
评论 8
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