GGY1102的博客

sift特征的原理说明、特征提取、Python代码实现、匹配

Kullback-Leibler Divergence或KL距离

摄影测量概述：摄影测量概述 - 知乎通过该文总结一下摄影测量这门技术的基本思路与实现手段。 摄影测量即通过摄影完成测量，其任务是由二维的像片点坐标得到对应目标的实际三维坐标，完成测量，加以处理有制地图，三维重建等多种应用。 下面就介绍传…https://zhuanlan.zhihu.com/p/27432157摄影测量中的几个核心问题 - 知乎本文整理自知乎问题的回答，原问题见 应该如何扎实的自学摄影测量学？ - 木木哥的回答 - 知乎 摄影测量的中心问题是从获取的影像来得到成像像素在影像中...

2019年-特征法视觉SLAM的综述Azzam, R., Taha, T., Huang, S. et al. Feature-based visual simultaneous localization and mapping: a survey. SN Appl. Sci. 2, 224 (2020). https://doi.org/10.1007/s42452-020-2001-3下载链接：

一、传统方法部分（词袋模型，bag of words，BoW）1. 预先在环境中采集足够多的图像或者所有位置的图像（成千上万张图片）之后构建视觉词汇表参考论文：2012年的TRO顶刊Gálvez-López D, Tardos J D. Bags of binary words for fast place recognition in image sequences[J]. IEEE Transactions on Robotics, 2012, 28(5): 1188-1197.2.

对于移动机器人的视觉定位而言，其实平台是否是机器人不重要，无人车、自动驾驶或者手持相机等都可以。一、区分几个概念1. visual place recognition， 视觉位置识别，只是将inquiry image （当前采集到的图像） 与之前图像数据库中的做匹配（matching）， 匹配成功，或者相似度最大的那个数据库图像所在的位置范围 就是当前图像 所找到的位置。注释：此处的place是一个大概的范围，不需要精确的相机空间坐标 pose。2. locati...

官方代码链接1system.cc文件代码// Output welcome message//Check settings file//Load ORB Vocabulary疑问：词袋模型文件初始时从哪来的？参考https://www.jianshu.com/p/cfcdf12a3bb6

1. 网友分享的一种实现版本Bitbuckethttps://bitbucket.org/hridaybavle/semantic_slam/src/master/GitHub - hridaybavle/semantic_slam: This package is for running the semantic SLAM algorithm using extracted planar surfaces from the received detectionhttps://github.com.

动态SLAM快速入门（原理介绍及经典算法）https://mp.weixin.qq.com/s?__biz=MzU1NjEwMTY0Mw==&mid=2247520976&idx=1&sn=6f5f6aeec6ef248b531ffdcf8c928df7&chksm=fbc8ebb4ccbf62a200713f9dee5729869ebd29ac86d2af04e68a68bb752cfad22c69376132fa&mpshare=1&scene=23&am

BundleFusionhttp://graphics.stanford.edu/projects/bundlefusion/

1. Windows操作系统上的版本实现GitHub - phdsky/ORBSLAM24Windows: ORBSLAM2 Project 4(for) Windows PlatformORBSLAM2 Project 4(for) Windows Platform. Contribute to phdsky/ORBSLAM24Windows development by creating an account on GitHub.https://github.com/phdsky/ORBSLAM2.

知乎上，东北大学刘国庆同学的回答比较全面SLAM的精度评价标准是什么？ - 知乎误差分析参考教材：误差理论与数据处理，机械工业出版社，合肥工业大学 费业泰 主编

转自：SLAM优秀开源工程最全汇总 - 知乎 (zhihu.com)1、CartographerCartographer是一个系统，可跨多个平台和传感器配置以2D和3D形式提供实时同时定位和制图（SLAM）。https://github.com/cartographer-project/cartographer2、Openvslam一个通用的视觉SLAM框架。OpenVSLAM是单眼，立体声和RGBD视觉SLAM系统。值得注意的功能是：它与各种类型的相机型号兼容，并且可以轻松地.

竞赛官网：Benchmarking Long-term Visual Localization数据集：Benchmarking Long-term Visual Localization

Tutorials:Edgar Riba, Vassileios Balntas, Dmytro Mishkin:LocalFeatures:From SIFT to Differentiable Methods.CVPR 2020 Tutorial.CVC Researchers at CVPR 2020 – CVCOutreach (uab.es)b站视频：CVPR2020 tutorial: Local Features: From SIFT to Differenti...

注释：需要先看一下，高翔大神的《视觉SLAM十四讲》，有个基本的了解。1. 相机模型、坐标及转换基本原理：链接：https://www.bilibili.com/video/BV1Rh411o7Jb/?spm_id_from=333.788.recommend_more_video.12. 视觉里程计（VO）- 2D-2D链接：https://www.bilibili.com/video/BV14t4y1X7cp/spm_id_from=333.788.recommend

论文地址：

论文地址：B站演示建图和导航视频：https://www.bilibili.com/video/BV1KT4y1g7F3?p=2&spm_id_from=pageDriver

一、应用场景：1.place recognition（移动机器人导航中的位置识别，之前去过的位置和大概朝向； 非场景识别）2. object recognition（和object detection需要检测物体的位置有区别； 用于视频中不同帧图像中的相同物体的检测）3. loop closure （视觉slam中的，遇到回环后如何判定的问题，与ORB-SLAM息息相关）二、方法Bag-of-words 词袋模型 预先阶段：相当于用很多张图像，用算法提炼出图像的N个独有特征...

转自：https://blog.csdn.net/zhangqian_shai/article/details/88406981做实验参考使用，侵权则删用ORB SLAM2跑自己的图片序列数据集首先，我们需要知道图片的采集时间，这个可以从采集的仪器（各种各样的）上得到图片与时间一一对应。小树的问题描述：现有数据集视频，首先使用激光SLAM跑出来了一个轨迹，该轨迹作为groundtruth，将相同的数据集用纯视觉SLAM方法跑一下，然后与groundtruth做对比评判误差。第一步：制作rgb

转自https://blog.csdn.net/spacegene/article/details/107458141?utm_medium=distribute.pc_relevant.none-task-blog-title-3&spm=1001.2101.3001.4242#1.%20SLAM参考:https://github.com/PaoPaoRobot/ICRA2020-paper-list目录:1. SLAM2. Deep Learning in Robotics...

下面列举几个视觉SLAM常用的数据集。参考链接：https://blog.csdn.net/zzu_seu/article/details/84999472常用的数据集有：KITTI数据集、EuRoC数据集、TUM数据集、Oxford数据集、ICL-NUIM数据集、RGBD Object数据集等等。KITTI数据集KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流

（理论上看完前三本，足够掌握视觉slam的所有理论知识，实践部分参考各种开源代码）一、《视觉slam十四讲》，高翔，清华大学出版社，（目前已出第二版，优先推荐） 以上教材，其实是基于国外诸多经典教材以及经典论文汇总而成，当然也包括了作者呕心沥血的整理和实践代码案例，号称国内视觉slam教材的开拓者。二、《计算机视觉中多视图几何》/《Multiple View Geometry in Computer Vision（Second Edition）》（Richard、H...

RoboticsLecture 7: Simultaneous Localisation andMapping (SLAM)See course websitehttp://www.doc.ic.ac.uk/~ajd/Robotics/ for up todate information.Andrew DavisonDepartment of ComputingImperial College London...

激光SLAM与视觉SLAM的区别https://my.oschina.net/u/4042231/blog/2992945视觉激光雷达信息融合与联合标定https://blog.csdn.net/weixin_35695879/article/details/86666784?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.add_param_isCf&depth_.

B站录播视频，up主上传资源：视频链接：https://www.bilibili.com/video/BV1Nk4y127qX?p=15所有课件PPT下载:http://www.cad.zju.edu.cn/home/gfzhang/download/2020-SLAM-Summer-School-slides.zip

N. Ayache and O. D. Faugeras. Building, registrating, and fusing noisy visual maps. International Journal of Robotics Research, 7(6):45–65, 1988.C. Harris and C. Stennett. RAPID, a video rate object tracker. In Proc. British Machine VisionConference, pa

本文内容转自网络，汇总后方便查看，省得占用收藏夹条目。https://www.nowcoder.com/discuss/294308?type=2&order=0&pos=28&page=1http://www.luyixian.cn/news_show_333759.aspx

依赖库、软件、代码安装、测试https://www.cnblogs.com/shuimuqingyang/p/10375458.htmlhttps://blog.csdn.net/lixujie666/article/details/80475451?utm_medium=distribute.pc_relevant_right.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=di...

1987年C G Harris 论文Determination of Ego-Motion from Matched Points.1999年，A.J. Davison博士论文。现帝国理工学院研究视觉和slam相关，博导牛津大学的David Murray，同门Philip Torr, Ian Reid A.J. Davison, “Mobile Robot Navig...