ORB-SLAM
文章平均质量分 84
极客范儿
技术决定下限,审美决定上限
展开
-
VI-SLAM技术讨论
当前,为了在实际场景中获得更加精确和稳定的效果,通常采用多传感器融合的方式。其中,采用低成本的IMU与相机融合为视觉惯性SLAM 系统的研究得到了越来越多的关注。IMU传感器可以得到三个轴的角速度以及加速度测量,其测量过程不受光照等因素的影响,与相机具有高度互补性:一方面,可以利用IMU较高的采样频率提高系统的输出频率,进而提高视觉对动态环境和复杂环境的鲁棒性;另一方面,IMU可以借助视觉信息消除自身的累积积分误差。本文将从目前市面上的传感器类别来分析VI-SLAM的各个系统研究现状,然后分别对比各个传感器原创 2024-05-19 15:33:02 · 1066 阅读 · 0 评论 -
将ORB-SLAM3用图像增强的方式打开
ORB-SLAM3在复杂光照环境下,特征提取和特征匹配的性能明显下降,其准确性和鲁棒性收到很大影响,尤其是当周围环境获取的ORB特征点数量不足时,位姿的估计过程无法进行,甚至或导致初始化和跟踪失败的情况,目前工程所需在复杂光照下运行SLAM,ORB-SLAM3是工程性非常好的SLAM算法,所以打算将图像增强用于ORB-SLAM3的特征提取,增强光照环境下的鲁棒性。原创 2024-03-25 12:14:18 · 862 阅读 · 0 评论 -
ORB-SLAM3运行自制数据集进行定位教程
目前手上有一个特定的任务,做应急救援的视觉SLAM,目前公共数据集比较少,考虑自建数据集,从网络上爬虫火灾、地震的等手机录制的视频,应用一些现有成熟ORB-SLAM3系统到这个数据集上看效果,然后根据效果得到一些模型改进思路。首先制作相机标定文件,然后使用Cmake工程结合ORB-SLAM3,接着爬虫获取智能手机录制应急救援场景的视频文件,对应时间戳信息,将视频分成多帧图片,最后得到自制数据集。原创 2024-02-12 10:47:05 · 1274 阅读 · 0 评论 -
ORB-SLAM3的Local&MapMerging线程详解
ORB-SLAM3的Local&MapMerging线程的代码主要集中于LocalClosing.cc的run()函数中,主要执行五个函数分别是:CheckNewKeyFrames() 函数、NewDetectCommonRegions()函数、MergeLocal()函数、MergeLocal2()函数、CorrectLoop() 函数。如果新进入的关键帧,在闭环检测的过程中,如果是当前地图下的,不用进入MergeLocal()函数和MergeLocal2()函数,直接做闭环校正;在非当前地图下,先做地图原创 2023-12-27 10:54:15 · 888 阅读 · 0 评论 -
ORB-SLAM3的Local Mapping线程详解
Local Mapping线程是ORB-SLAM3的三大线程之一。关键帧是通过根据经验去添加一些约束给帧,然后输出关键帧,如果能被观测到更多特征点的话,那么我们就能把其作为关键帧。第一部分是插入关键帧;第二部分是去除地图点,不是所有的地图点都是好的,对地图点进行一个筛选;第三部分,为了结果更优,生成一些新点;第四部分,局部BA做优化;第五部分,IMU初始化,IMU好的初值,测量数据对结果来说会有很大的促进左右;第六部分,去除关键帧,前面冗余的关键帧进行筛选;第七部分,对IMU尺度进行优化,优原创 2023-12-26 10:57:32 · 611 阅读 · 0 评论 -
ORB-SLAM2运行自制数据集进行定位教程
ORB-SLAM2只做定位的话,精度还是挺准确的,所以用单目摄像头录制视频,制作自己的数据集跑一下,看看定位精度,将过程加以记录。原创 2023-10-08 16:15:33 · 1422 阅读 · 7 评论 -
ORB-SLAM3的Tracking线程详解
最近在学习ORB-SLAM3的Tracking线程,主要从一下几个方面进行讲解:ORB-SLAM3初始化、传感器输入模块、Tracking线程子模块、Tracking线程代码详解。其中包括ORB-SLAM3整个系统初始化的代码是如何实现的,单目、双目、RBB-D以及结合IMU的输入的情况,Tracking线程是怎么样处理数据的,代码逻辑是怎么样的;按照Tracking线程每一步实现的功能。原创 2023-09-17 10:56:14 · 429 阅读 · 0 评论 -
ORB-SLAM系列算法演进
ORB-SLAM算法是特征点法的代表,当前最新发展的ORB-SLAM3已经将相机模型抽象化,适用范围非常广,虽然ORB-SLAM在算法上的创新并不是很丰富,但是它在工程上的创新确实让人耳目一新,也能更好的为AR、机器人的算法实现落地。而且它的代码简明扼要,每个模块非常清晰,对初学者也十分友好,是入坑视觉SLAM的不二法门。下面将介绍ORB-SLAM系列算法演进。原创 2023-08-22 11:50:15 · 498 阅读 · 0 评论 -
ORB-SLAM3数据集配置与评价
在ORB-SLAM3运行EuRoC和TUM-VI数据集并作以评价。EuRoC利用微型飞行器(MAV ) 收集的视觉惯性数据集,TUM-VI 是由实验人员手持视觉-惯性传感器收集的数据集。这两个是在视觉SLAM中比较常用的公开数据集,所以测试并加以记录。原创 2023-07-27 22:26:18 · 1251 阅读 · 0 评论 -
Ubuntu18.04安装EVO工具教程
EVO工具全名为“Python package for the evaluation of odometry and SLAM”,使用Python写的轨迹评估工具,目前在SLAM领域论文中的“使用率”逐渐上升,可以说已经成为了作为SLAMer一定要会用的工具。最近需要使用evo工具评测SLAM算法性能并可视化结果所以加以记录。原创 2023-06-06 17:28:02 · 1691 阅读 · 2 评论 -
关于单目视觉 SLAM 的空间感知定位技术的讨论
尝试关于单目视觉 SLAM 的空间感知定位技术的学习,做以调查。SLAM算法最早在机器人领域中提出,视觉SLAM又可以分为单目、双目和深度相机三种传感器模式,在AR应用中通常使用轻便、价格低廉的单目相机设备。仅使用一个摄像头作为传感器完成同步定位与地图创建操作,具有系统结构简单、成本低且易实现等优点。正是尺度不确定性才使得单目SLAM 能够在大尺度和小尺度环境之间进行自由转换。所以单目视觉SLAM成为增强现实领域的研究热点。我近期的工作将从以下几个方面进行阐述:PTAM算法、ORB-SLAM算法……原创 2023-05-17 22:01:31 · 1893 阅读 · 0 评论 -
INDEMIND双目惯性模组运行实时ORB-SLAM3教程
现在实验室视觉SLAM已经不够满足,所以需要多模态融合,正巧购入高翔博士推荐的INDEMIND双目惯性模组,根据官方例程在中使用ROS接入ORB-SLAM3,这回有SDK及ORB-SLAM3安装过程中的各种常见性问题解决方法及安装细节,与官网教程略有不同,列举所有默认安装的依赖,做以记录。原创 2023-04-21 20:13:52 · 1307 阅读 · 9 评论 -
ORB算法笔记
ORB(Oriented FAST and Rotated BRIEF)特征是目前看来非常具有代表性的实时图像特征。它改进了FAST检测子不具有方向性的问题,并采用速度极快的二进制描述子BRIEF(Binary Robust Independent Elementary Feature),使整个图像特征提取的环节大大加速。ORB在保持了特征子具有旋转、尺度不变性的同时,在速度方面提升明显,ORB是质量与性能之间很好地折中,对于实时性要求很高的SLAM而言是一个很好地选择。原创 2023-04-11 15:21:47 · 224 阅读 · 0 评论