ORB_SLAM3
文章平均质量分 86
Leon Goretzka
追求极致,未来可期
展开
-
ORB_SLAM3与VINS_MONO的惯导部分比较以及尺度因子优化分析
inertial部分的对比ORB_SLAM3VINSIMU的偏差同时考虑了加速度计和陀螺仪的偏差,并且将其放在目标函数中与重力方向,尺度因子等待优化变量共同优化,在inertialoptimization函数只估计了陀螺仪的偏差,并且是将其考虑成非线性的,将其独立出来单独优化,没有采用g2o求解器,而是直接一次高斯牛顿迭代解决,在initial_aligment.cpp中的solveGyroscopeBias中。速度,重力,尺度因子与IMU偏差共同估计,通过最大后验估计原创 2021-02-26 12:22:56 · 2854 阅读 · 0 评论 -
ORB_SLAM3简介
ORB_SLAM3的一些分析前言在大学这一年多的学习过程中,因为学习和项目、比赛的需要,渐渐学习了ORB_SLAM3,在此将学习到的心得体会逐渐记录下来,不断深化理解ORB_SLAM3。1.ORB_SLAM3的创新点ORB_SLAM3是第一个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在初始化时)代码部分对应于MLPNP部分,在IMU的初始化部分引入了map。系统根据改进召回的新的重定位模块来构建的混合地图,因为这个模块可以让ORB-SLAM3在特征点较少的场景中长期运行原创 2021-02-23 20:50:21 · 12385 阅读 · 2 评论