ORB-SLAM2算法11之地图点MapPoint

已于 2023-08-28 11:18:06 修改
阅读量446 收藏 3
点赞数 2
分类专栏： ORB-SLAM2/3 文章标签： slam vslam ORB-SLAM2 算法 MapPoint 地图点
于 2023-08-25 02:44:28 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/mrzhugh/article/details/132487117
版权
ORB-SLAM2/3 专栏收录该内容
22 篇文章 31 订阅 ¥49.90 ¥99.00
订阅专栏
本文详细介绍了ORB-SLAM2中的MapPoint类，包括构造函数和成员函数，如AddObservation、EraseObservation、SetBadFlag等。MapPoint类在SLAM系统中用于表示地图点，参与相机姿态估计、地图构建和重定位等关键任务，其生命周期涉及创建、删除和替换等操作。
摘要由CSDN通过智能技术生成

文章目录

0 引言

ORB-SLAM2算法7详细了解了System主类和多线程、ORB-SLAM2学习笔记8详细了解了图像特征点提取和描述子的生成、ORB-SLAM2算法9详细了解了图像帧及ORB-SLAM2算法10详细了解了图像关键帧，本文继续学习ORB-SLAM2中的地图点MapPoint类，该类中主要包含增、删、替换地图点及地图点观测关系，计算描述子，更新法向量和深度值等围绕地图点操作的函数。

请添加图片描述

1 MapPoint类

1.1 构造函数

<

了解本专栏 订阅专栏 解锁全文
ZPILOTE
关注
专栏目录
订阅专栏
ORB-SLAM2算法10之图像关键帧KeyFrame
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
08-23 436
学习ORB-SLAM2中的图像关键帧，也就是KeyFrame类，该类中主要包含关键帧姿态计算、关键帧之间共视图、生成树及地图点操作等函数。
ORB-SLAM2源码逐行解析系列（十）：ORB-SLAM2中的地图点
LDST_CSDN的博客
05-16 410
public :/*** @brief 给定坐标与keyframe构造MapPoint* @details 被调用:* 双目: StereoInitialization(),CreateNewKeyFrame(),LocalMapping::CreateNewMapPoints()* 单目: CreateInitialMapMonocular(), LocalMapping::CreateNewMapPoints()* @param[in] Pos MapPoint的坐标（wrt世界坐标系）
ORB-SLAM2之局部地图CreateNewMapPoints
zhaodeming000的博客
05-11 1430
CreateNewMapPoints函数 数据来源：与当前关键帧共视程度最高的相邻关键帧； 更新的信息：成功三角化的3D点，添加到成员变量mpMap局部地图句柄。另外将生成的3D点添加到待检验的地图点队列中，进行地图点检验。 Step 1 获取数据 1、在处理新的关键帧函数中更新连接关系函数已经将与当前关键帧具有共视关系的关键帧进行排序，因此，此处只需要获取权值最高的几组关键帧数据即可。 2、获取当前关键帧的变换矩阵：由旋转矩阵和平移矩阵组成 3、获取相机中心 计算世界坐标系到相机坐标系的平移向量： Rcw
详谈ORB-SLAM2的地图点MapPoint
极客园地
10-24 1179
ORB-SLAM2中维护的是局部建图，在项目里所谓的地图就是两个数组：特征点数组和关键帧数组。所有关键帧和特征点的结合就是地图信息，所以在ORB-SLAM2中最重要的两个部分就是和。这两个部分在设计上非常像，代码重复率很高。
ORB-SLAM2栅格地图构建
Solititude的博客
08-02 551
ORB-SLAM2栅格地图构建
ORB-SLAM2 基本数据结构(1) 地图点
qq_41821198的博客
02-16 190
ORBSLAM2基本数据结构解析之MapPoint
很清晰的ORB-SLAM2程序思维导图
10-13
- 根据匹配的特征点生成地图点（MapPoint）对象。 - 通过全局束调整（Global Bundle Adjustment）优化关键帧的位姿和地图点的位置。 #### 六、Local Mapping与Loop Closing - **LocalMapping::Run()**：局部映射...
ORB-SLAM2算法部署验证、原理代码和各种改进方法汇总
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
09-17 423
本文主要汇总个人学习使用ORB-SLAM2算法中参考的相关博客和代码汇总，以及在ORB-SLAM2算法基础上各个改进方法的汇总。
SLAM ORB-SLAM2（26）重定位过程
最新发布
氢键H-H
05-31 8051
先介绍了词袋模型的基本思想，然后介绍了重定位的详细过程：1. 计算当前帧特征点的词袋向量；2. 根据用词袋查找相似的候选关键帧；3. 通过词袋模型进行初步匹配；4. 查询较匹配的关键帧（通过PnP投影估计姿态>对内点进行BA优化位姿>不够数就通过投影方式寻找更多匹配点>找到较匹配的关键帧）
ORB-SLAM2系统的实时点云地图构建
Armergg的博客
06-18 8681
ORB-SLAM2系统地图构建环节的优化这篇博客构建方式地图效果结尾 这篇博客 构建方式 地图效果 结尾
ORB_SLAM2 源码解析 地图点、关键帧和图结构（四）
m0_58173801的博客
09-23 3871
目录 一、地图点 地图点代表性描述子的计算 地图点法线朝向的计算 地图点和特征点的区别 生成地图点 二、关键帧 什么是关键帧 为什么需要关键帧 如何选择关键帧 关键帧的类型及更新连接关系 父子关键帧 更新连接关系 更新局部关键帧 三、共视图 本质图 扩展树 共视图 （Covisibility Graph） 共视图的作用 本质图（Essential Graph） 本质图优化 扩展树（spanning tree） 子关键帧和父关键帧构成 一、地图点 地...
ORB-SLAM2第三节---地图点、关键帧、图结构
weixin_68063596的博客
08-14 357
平均观测方向向量：同一个地图点可能同时被多帧观察到，所以把每个能观测到该地图点的帧所在的光心和该地图点连成一个向量并归一化为单位向量，然后将所有归一化向量累加并求平均。
地图点（MapPoint）和关键帧（KeyFrame）——ORB-SLAM2
MSysのCSDN
01-13 497
【代码】地图点（MapPoint）和关键帧（KeyFrame）——ORB-SLAM2。一些容易混淆的概念和函数
ORB-SLAM2的源码阅读（五）：MapPoint类
Felaim的博客
02-28 2588
说太多，又要被说矫情了。。。#ifndef MAPPOINT_H #define MAPPOINT_H#include"KeyFrame.h" #include"Frame.h" #include"Map.h"#include<opencv2/core/core.hpp> #include<mutex>namespace ORB_SLAM2 {class KeyFrame; class Map; c
ORB-SLAM2项目实战(3) — ORB-SLAM2稠密地图重建
几度春风里的博客
06-04 7793
文章参考部分开源代码和报错文章。
详谈ORB-SLAM2的局部建图线程LocalMapping
极客园地
02-01 795
ORB-SLAM2的局部建图线程LocalMapping分为5个步骤，非常简单。当得到缓冲队列里的关键帧，第一步处理当前关键帧的地图点关系等；第二步判断地图点是否为新创建，如果是那就进入测试，测试地图点的好坏，如果不好的地图点就舍弃；第三步创建新地图点，这里创建的是局部地图（真正会被注册到环境变量的里面的局部地图），trakcing的局部地图只用来跟踪使用；第四步进行局部的BA优化；第五步删除掉冗余的关键帧。在ORB-SLAM2中创建的局部地图点这些都是从头开始创建的，根本没有利用到tracking线程里面
ORB-SLAM2源码逐行解析系列（十六）：ORB-SLAM2特征匹配之地图点融合
LDST_CSDN的博客
10-23 218
如果投影的地图点能匹配到当前关键帧的特征点，并且该特征点自身有对应的地图点，那么选择这两个地图点中被观测数目最多的那个来替换这两个地图点。​ 当地图点规模比较大时，会存在很多邻近的地图点，有的来自跟踪线程，有的来自局部建图线程，有的来自闭环线程，这些邻近的地图点很可能是同一个路标点在不同阶段形成的“影子”。投影到当前关键帧中。如果投影的地图点能匹配到当前关键帧的特征点，并且该特征点自身有对应的地图点，那么选择这两个地图点中被观测数目最多的那个来替换这两个地图点。（3）闭环线程中的地图点融合。
ORB 中的三角化原理 以及 如何生成新的地图点
yaoyaoqiekenaoo的博客
03-05 775
orb初始化阶段，从E H矩阵分解得到的 R t 如何选择？ checkRt 函数，计算在该Rt 情况下，三角化成功的点的数量。 三角化： slam14讲中思路是：未知数只是该点在两个相机中的深度，两个未知数。只要满足对极几何，就可以求解。 多视图几何，以及orb中的思路：实际的像素坐标 ， 和 重投影得到的像素坐标，肯定是同向的。叉乘为0。待求解未知数为 Pw ,是4维的，因为尺度等价性。 而且，在构建方程的时候，因为像素坐标是齐次，所以一个点可以提供2个方程，因为第三个可以由前面两个方程.
评论
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

打赏作者

ZPILOTE

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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