![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
视觉惯性SLAM
文章平均质量分 62
JANGHIGH
曾经的少年还是那个少年
展开
-
视觉惯性SLAM系列——快速索引(一)
视觉惯性SLAM系列——相机成像模型(一)视觉惯性SLAM系列——双目相机模型(二)视觉惯性SLAM系列——ORB-SLAM的演进过程(三)视觉惯性SLAM系列——ORB-SLAM2与ORB-SLAM3的整体架构以及异同点(四)视觉惯性SLAM系列——ORB-SLAM3的整体介绍及各个线程的功能(五)视觉惯性SLAM系列——ORB-SLAM3的跟踪线程(Tracking Thread)(六)视觉惯性SLAM系列——ORB-SLAM3的局部建图线程(Local Mapping Thread)(七)原创 2024-02-05 16:51:44 · 193 阅读 · 0 评论 -
视觉惯性SLAM系列——ORB-SLAM3的重定位线程(Relocalization Thread)(九)
重定位线程(Relocalization Thread)在ORB-SLAM3系统中扮演着关键的角色,尤其是在跟踪丢失的情况下。这个线程的主要任务是在相机失去当前轨迹的实时跟踪时,尝试重新定位相机在全局地图(Atlas)中的位置。重定位线程是ORB-SLAM3系统中的“安全网”,它确保了即使在最不利的情况下,系统也能够恢复到正确的轨迹。通过这种方式,ORB-SLAM3能够在复杂和动态的环境中保持鲁棒性,为用户提供连续和准确的定位服务。原创 2024-02-04 14:22:26 · 332 阅读 · 0 评论 -
视觉惯性SLAM系列——ORB-SLAM3的回环和地图合并线程(Loop and Map Merging Thread)(八)
回环和地图合并线程的工作对于ORB-SLAM3的长期运行至关重要,它使得系统能够在长时间内保持高精度的定位,即使在相机多次访问同一区域时。通过有效的回环检测和地图合并,系统能够累积和优化大量的环境信息,从而提供更加稳定和准确的SLAM解决方案。回环和地图合并线程(Loop and Map Merging Thread)在ORB-SLAM3系统中负责处理长期数据关联和全局地图的维护,这是系统能够实现长期稳定运行和高精度定位的关键部分。原创 2024-02-04 14:20:22 · 386 阅读 · 0 评论 -
视觉惯性SLAM系列——ORB-SLAM3的局部建图线程(Local Mapping Thread)(七)
局部建图线程的工作对于ORB-SLAM3的实时性能至关重要,它确保了系统能够在不断变化的环境中保持地图的准确性和一致性。通过优化关键帧和地图点,以及适时地进行回环检测和地图合并,局部建图线程帮助系统在保持实时性的同时,提供了高精度的定位和地图构建。局部建图线程(Local Mapping Thread)在ORB-SLAM3系统中扮演着维护和优化局部地图的角色,它是系统实时性和准确性的关键部分。原创 2024-02-04 14:19:18 · 566 阅读 · 0 评论 -
视觉惯性SLAM系列——ORB-SLAM3的跟踪线程(Tracking Thread)(六)
跟踪线程的高效运作是ORB-SLAM3能够实现实时SLAM的关键。它需要快速准确地处理大量数据,同时保持系统的稳定性和鲁棒性。通过这些功能,跟踪线程确保了ORB-SLAM3能够在各种环境条件下,如室内、室外、动态场景等,提供连续的定位和地图构建。原创 2024-02-04 14:17:59 · 358 阅读 · 0 评论 -
视觉惯性SLAM系列——ORB-SLAM3的整体介绍及各个线程的功能(五)
跟踪线程(Tracking Thread)作用:负责处理每一帧图像,进行相机位姿的估计和定位。它首先执行与前一帧图像的特征匹配,然后通过仅运动(motion-only)BA(Bundle Adjustment)优化位姿。如果跟踪失败,它会尝试在所有地图中进行重定位。此外,跟踪线程还负责决定何时插入新的关键帧,以及何时将关键帧从局部地图中移除。详细介绍见局部建图线程(Local Mapping Thread)作用:管理局部地图,向活跃地图添加关键帧和点,移除多余的关键帧和点。原创 2024-02-04 14:08:22 · 402 阅读 · 0 评论 -
视觉惯性SLAM系列——ORB-SLAM的演进过程(三)
ORB-SLAM系列是一系列开源的视觉SLAM(Simultaneous Localization and Mapping)算法,由西班牙萨拉戈萨大学机器人感知与实时研究组(Robot Perception and Real-time Research Group)开发。这些算法以其高效、鲁棒和易于扩展的特点在SLAM领域得到了广泛应用。这些演进使得ORB-SLAM系列算法在SLAM领域保持了领先地位,并且为研究人员和开发者提供了强大的工具来解决实际问题。原创 2024-02-04 14:07:10 · 196 阅读 · 0 评论 -
视觉惯性SLAM系列——ORB-SLAM2与ORB-SLAM3的整体架构以及异同点(四)
ORB-SLAM2和ORB-SLAM3都是基于特征点的视觉SLAM(Simultaneous Localization and Mapping)系统,由Raul Mur-Artal、Jorge D. Tardos和Jose M. M. Montiel等人开发。总的来说,ORB-SLAM3在ORB-SLAM2的基础上进行了一系列的改进,特别是在多传感器融合、直接地图的使用、实时性能和系统架构方面。:ORB-SLAM3在ORB-SLAM2的基础上进行了架构上的优化,提高了系统的模块化和可扩展性。原创 2024-02-02 11:02:59 · 1317 阅读 · 0 评论