ORB-SLAM 2+3 rgbd稠密地图 （地图可回环）

置顶 已于 2023-03-22 10:01:37 修改
阅读量2.9w 收藏 403
点赞数 47
分类专栏： SLAM 文章标签： slam 算法
于 2018-08-23 17:25:18 首次发布
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/l741299292/article/details/81984649
版权

3版本的rgbd稠密地图可回环来了

GitHub - electech6/ORB_SLAM3_detailed_comments at dense_map_new

后面会持续更新，会增加双目稠密地图与多地图系统，只能工作之余写代码，可能还有点糙，但是比2的代码写的会好一些

以下为2的版本

------------------------------------------------------------------------------------------------------------------------------

高博曾经在他的github上提供过，但因为大佬时间少，并没有将回环加入到稠密地图，现提供一个可回环的稠密地图版本

https://github.com/xiaobainixi/ORB-SLAM2_RGBD_DENSE_MAP.git

第一张图片是TUM数据集未回环的地图

第二张图片是经过回环的地图

第三张是博主自己用Kinect V2跑出的地图

望能帮到各位

小白逆袭
关注
  • 47
    点赞
  • 踩
  • 403
    收藏
    觉得还不错? 一键收藏
  • 362
    评论
专栏目录
ORB-SLAM3-ROS版本（带稠密点云地图）
08-04
git clone https://github.com/lturing/ORB_SLAM3_ROS 针对上面的连接下载不下来文件的情况，上传ORB_SLAM3_ROS代码，该代码包括RGBD稠密建图的程序
ORB-SLAM2_RGBD_DENSE_MAP:此存储库是根据高翔的“ ORB_SLAM2_modified”修改而成的。它添加了一个密集的闭环映射模型
05-10
使用pcl视图仓库更新解压后的ROB_SLAM 建造： 构建整个项目（使用inclouding二进制加载工具）： 在执行所有cmd之前， DONOT会忘记从仓库下载Vocabulary，并将其放在dir ./Vocabulary中。 chmod +x build.sh ./build.sh 仅使用pcl构建ORB_SLAM2模式 mkdir build cd build cmake .. make -j 跑步： ./run/rgbd_tum Vocabulary/ORBvoc.bin path_to_settings path_to_sequence path_to_association 修改内容： 添加一个具有闭环功能的pointcloud查看器（通过添加查看器线程来实现）
使用自己的TUM数据集来实现ORBSLAM稠密建图
weixin_64338148的博客
07-05 5727
TUM数据集-ORBSLAM稠密建图
Ubuntu20.04下ORB-SLAM2稠密建图+octomap生成八叉树地图（上）
最新发布
qq_45509667的博客
05-09 1699
最近用orb-slam2跑了一下自己的数据集，由于是稀疏点云建图，效果并不是很理想，看到别人建的稠密点云地图效果还可以，就想着看看效果，参考了网上很多大佬的博客，也踩了不少坑，为避免遗忘，索性记录下来。
Ubuntu18.04利用astra pro相机实现ORB—SLAM3实时点云稠密建图—上
BIgbossyii的博客
06-07 2303
本文介绍了如何在ubuntu20.04下搭建orbslam3的点云建图环境
5.如何利用ORBSLAM3生成可用于机器人/无人机导航的二维/三维栅格地图--以octomap为例
qq_41694024的博客
11-29 4951
如何利用ORBSLAM3生成可用于机器人/无人机导航的二维/三维栅格地图--以octomap为例
ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual-Inertial and Multi-Map SLAM
AI_Engineer的博客
07-13 1949
ORB-SLAM3是第一个能够让单目、立体相机和RGB-D相机与针孔和鱼眼镜头模型解耦进行视觉、视觉+惯性和多地图SLAM的系统。
实测 （四）NVIDIA Xavier NX + D435i / 奥比中光Astrapro 相机+ ORB-SLAM 2 + 3 稠密回环建图
weixin_62952541的博客
04-21 2205
在void PointCloudMapping::viewer() 中的while循环里的最后（200-201之间）加入下面一行，用于保存点云地图，同时在开头增加 #include 其实与orb-slam2的环境配置一样，使用的仍然是pagolin0.5，和opencv3.2.0版本（3.4.x也可以），pcl1.8.1+vtk7.1.1 这里不重复，具体配置可以去我之前写的。首先小白老师分享的ORB-SLAM3的可回环的稠密地图版本，具体在这篇。
视觉slam中的一种单目稠密建图方法
sky的博客
07-23 4933
之所以只讲单目的稠密建图，这是因为，首先，对于RGBD图，我们已知所有点的深度，可以直接生成稠密的点云。其次，对于稀疏地图，其实很多VO中已经完成了稀疏地图的构建，但是稀疏地图只能用于定位，不能用于导航避障之类的工作。所以很多slam系统中会额外进行稠密地图、甚至语义地图的构建。 单目稠密建图 通常在单目VO中，我们通过特征点匹配与三角测量可以获得稀疏地图点的深度，现在我们想要建立稠密的地图，这意味着我们需要获得图片中所有像素点的深度。那么首先我们需要做的一点就是确定第一幅图的某个像素出现在其.
rtabmap+orbslam2+D435i建图
m0_62114628的博客
09-05 2039
rtabmap+orbslam2+D435i建图
ORB_SLAM2带回环的稠密建图（包括自己数据集的采集）
weixin_43828675的博客
07-12 2819
稠密建图 按照下面的网站进行安装 https://github.com/xiaobainixi/ORB-SLAM2_RGBD_DENSE_MAP 遇到的问题 Eigen版本 Eigen库的版本要求为3.1.0。可以在usr/include中安装两个版本的EIgen，使用那个用哪个。具体步骤参考 https://blog.csdn.net/weixin_43828675/article/details/118660322?spm=1001.2014.3001.5501 读取字典时，报错：段错误（核心已
基于ORB-SLAM2的实时网格地图构建
04-30
针对目前视觉SLAM（同时定位与地图构建）系统只能输出相机的运动轨迹图而不能生成用于路径规划和导航地图的缺点，提出了一种基于ORB-SLAM2的网格地图实时构建算法。首先，建立了一个适用于视觉SLAM的逆传感器模型...
VI_ORB_SLAM2:基于ORB-SLAM2的MonocularStereo视觉惯性ORB-SLAM
05-14
VI_ORB_SLAM2：基于ORB-SLAM2的单目/立体视觉惯性ORB-SLAM 该存储库包括Visual-Inertial ORB-SLAM的Monocular版本和Stereo版本。 这两个是的和的。 有关详细信息，您可以参考Examples/Monocular/mono_euroc_VI.cc和...
SLAM-基于ORB-SLAM2+OpenGL在Android平台实现的增强现实APP应用-可适用于室外+室内场景-优质项目实战
03-14
SLAM_基于ORB-SLAM2+OpenGL在Android平台上实现的增强现实APP应用_可适用于室外+室内场景_优质项目实战
ORB-SLAM2-RGBD-DENSE-MAP-data.tar
08-10
ORB-SLAM2-RGBD-DENSE-MAP-data，D435i相机发出的rgb图和对其的深度图，以及对应的相机内参，数据格式是rosbag。
工程（十）——github代码ubuntu20.04在ROS环境运行单目和RGBD相机ORB-SLAM3稠密
HUASHUDEYANJING的博客
02-16 5693
orb-slam3的整个环境配置还是比较麻烦的，先将一些坑写在前面，供大家参考和避开这些坑。
Ubuntu18.04：ORB-SLAM3使用数据集构建地图和保存点云地图
Aer_7z的博客
09-03 3370
本文包括了两种保存地图的方法，一是使用ORB-SLAM3自带的保存地图方法，二是修改ORB-SLAM3内的文件保存PCD类型文件，推荐第二种
实测 （二）NVIDIA Xavier NX + D435i / 奥比中光Astrapro 相机+ ORB-SLAM 2 + 3 稠密回环建图
weixin_62952541的博客
04-08 2091
接着上篇，开始orb-slam2稠密回环建图。
ORB-SLAM3整体流程详解
热门推荐
lovely_yoshino的博客
05-26 1万+
在之前，作者曾经转过一篇《》的文章。那篇文章中提到了ORB-SLAM3是一个支持视觉、视觉加惯导、混合地图的SLAM系统，可以在单目，双目和RGB-D相机上利用针孔或者鱼眼模型运行。与ORB-SLAM2相比，ORB-SLAM3在处理大视差和长时间未观测到的场景时效果更好。它还提供了更准确的帧间运动估计和更快的处理速度。此外，ORB-SLAM3还支持更多的传感器，包括RGB-D摄像头和车载LIDAR。ORB-SLAM3的代码结构也比ORB-SLAM2更加简洁，使得它更容易理解和扩展。
ORB-SLAM2+YOLO
09-13
ORB-SLAM2是一个用于视觉SLAM（同时定位与地图构建）的系统，主要用于单目相机。它主要依赖于特征识别和自主导航，但也可以结合其他传感器，如IMU。 关于ORB-SLAM2和YOLO的结合，我无法在提供的引用中找到相关信息。然而，ORB-SLAM2可以与YOLO目标检测算法结合使用，以实现在SLAM系统中进行实时目标检测。通过将YOLO的检测结果与ORB-SLAM2的视觉信息结合起来，可以实现对环境中的目标进行定位和跟踪。这样的组合可以用于许多应用，如机器人导航、增强现实等。 要在ORB-SLAM2中使用YOLO，您需要做以下工作： 1. 安装YOLO：首先，您需要安装YOLO目标检测算法。可以参考引用中提供的路径来获取YOLO的检测结果。确保您已经正确安装并配置了YOLO。 2. 整合YOLO与ORB-SLAM2：将YOLO的检测结果与ORB-SLAM2的视觉信息融合起来是整合两者的关键。您需要修改ORB-SLAM2的源代码，以接收并处理YOLO的输出结果。具体的实现细节将取决于您使用的ORB-SLAM2和YOLO的版本和实现方式。 3. 运行整合后的系统：完成整合后，您可以运行整合后的系统，使用单目相机进行SLAM同时进行目标检测。您可以使用ORB-SLAM2的API接口来访问SLAM系统的位姿估计结果，并从YOLO的检测结果中获取目标的位置和类别信息。 总结起来，ORB-SLAM2可以与YOLO目标检测算法结合使用，以实现在SLAM系统中进行实时目标检测。通过整合两者，并修改ORB-SLAM2的源代码，您可以实现单目相机的SLAM和目标检测。请注意，具体的实现细节取决于您使用的ORB-SLAM2和YOLO的版本和实现方式。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 362
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