SLAM ORB-SLAM2（23）运动模型跟踪

已于 2024-01-07 22:57:09 修改
阅读量9.2k 收藏 11
点赞数 8
分类专栏： OpenSLAM # ORB-SLAM2 文章标签： ORB-SLAM2 SLAM
于 2024-01-07 15:21:46 首次发布
本文为氢键H-H原创文章，未经允许请勿用于商业用途，转载请注明出处
本文链接：https://blog.csdn.net/qq_32618327/article/details/134370926
版权

SLAM ORB-SLAM2（23）运动模型跟踪

1. 前言

ORB-SLAM2完成了地图初始化建立地图坐标系之后，将会估计每一帧相机在该坐标系下的位姿
有人把这一任务称为视觉里程计

一般情况下ORB-SLAM都是先通过匀速运动模型粗略的估计相机位姿
再通过特征点匹配和优化方法给出一个较为精确的位姿估计

有时相机可能运动过快，导致里程计跟丢了
此时ORB-SLAM会通过词袋模型， 以及特征点匹配来重定位

这里先分析根据匀速运动模型估计相机位姿的过程
根据估计的相机位姿进行特征点匹配，并使用g2o完成位姿估计的优化

2. 匀速运动模型定位

假设从上一

了解本专栏 订阅专栏 解锁全文 超级会员免费看
氢键H-H
关注
  • 8
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
SLAM ORB-SLAM2（10）轨迹跟踪过程
氢键H-H
12-03 1万+
轨迹跟踪的主要目的是估计相机的位姿。先处理每一帧图像，提取ORB特征点，如果尚未初始化地图，则先进行初始化。再根据地图信息和当前机器人运动状态来估计相机位姿或者进行重定位，然后在局部地图中完成轨迹跟踪， 并根据一定的规则生成新的关键帧。
详谈ORB-SLAM2的跟踪线程Tracking
极客园地
01-28 877
ORB-SLAM2的三大线程几乎都是每个部分对应一个函数，非常清晰。函数名起的都十分贴切，望文就能生义，我们更应该关注的是里面的关键帧地图点这些变量是怎么流转的。Tracking线程的流程就是：首先输入一帧图像，然后实际上接着进行5步。初始化（实际上相机刚开始需要初始化过程）、图像预处理（提取ORB特征点）、初始位姿估计（根据前一张图片或者附近的一张图片估计当前帧的位姿）、基于当前帧的位姿构建当前帧的局部地图（当前帧附近的很小的一部分地图）、是否生成新的关键帧。
SLAM实战项目(1) — ORB-SLAM2稠密地图重建
qq_41921826的博客
06-04 6025
文章参考部分开源代码和报错文章。
ORB-SLAM学习--词袋模型解析
GGY1102的博客
12-23 1731
一、应用场景： 1.place recognition（移动机器人导航中的位置识别，之前去过的位置和大概朝向； 非场景识别） 2. object recognition（和object detection需要检测物体的位置有区别； 用于视频中不同帧图像中的相同物体的检测） 3. loop closure （视觉slam中的，遇到回环后如何判定的问题，与ORB-SLAM息息相关） 二、方法 Bag-of-words 词袋模型 预先阶段：相当于用很多张图像，用算法提炼出图像的N个独有特征...
Ubuntu 20.04配置ORB-SLAM2和ORB-SLAM3运行环境+ROS实时运行ORB-SLAM+Gazebo仿真运行ORB-SLAM2+各种相关库的安装
热门推荐
zardforever123的博客
05-30 3万+
在新安装的Ubuntu 20.04系统中配置ORB-SLAM2和ORB-SLAM3的运行环境 Ubuntu系统自带的源都是国外的网址，国内用户在使用的时候下载比较慢甚至无法获取，在安装各种库或软件时会深受其折磨！解决方案是直接替换成国内的镜像源 （1）备份源文件： （2）打开文件： （3）换源：推荐清华的源（根据自己的网去尝试，选择最快的一个，查看ubuntu版本命令：cat /etc/issue）：清华源地址，选择Ubuntu版本并复制源，覆盖sources.list文件原来的内容。...........
ORB-SLAM2系列第一章——简介
weixin_45947476的博客
03-24 3868
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、ORB-SLAM2算法架构详解二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、ORB-SLAM2算法架构详解 这是ORB-SLAM2文章中的系统线程和模块框架。 二、使用步骤 1.引入库 代码如下（示例）：.
ORB-SLAM2和ORB-SLAM的区别
gls_nuaa的博客
12-11 2572
  对于ORB-SLAM2整体还是使用基于ORB-SLAM的结构，但对部分细节做了改进，适用面更广。下图是ORB-SLAM2的系统结构图，可以看到和ORB-SLAM的相差不大(区别在于tracking中多了预处理模块，以及最后有一个全局BA,其余流程没变)：   关于和ORB-SLAM相同的部分就不再赘述，详细的可以参考：ORB-SLAM介绍(无源码版本)本文主要介绍一下ORB-SLAM2和ORB-SLAM相比的区别：   1.ORB-SALM完全基于ROS平台，而ORB-SLAM2提供了ROS的接口，也
ORB-SLAM2 --- Tracking::Track 追踪线程解析
qq_41694024的博客
12-29 1787
ORBSLAM2跟踪线程解析
ORB-SLAM2运行自制数据集进行定位教程
极客园地
10-08 1106
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。
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...
Active-ORB-SLAM2-master.rar
07-01
基于orb-slam2的主动SLAM方法
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...
ORB-SLAM3-D435i程序包
07-01
实现步骤：...
基于matlab实现人工免疫算法的解决TSP问题的方法
最新发布
05-21
基于matlab实现人工免疫算法的解决TSP问题的方法，体现了免疫算法在进化计算过程中的抗原学习、记忆机制、浓度调节机制以及多样性抗体保持策略等优良特性.rar
麦肯锡图表绘制培训.pptx
05-21
麦肯锡图表绘制培训.pptx
Java_Android的自由轻量级流媒体前端.zip
05-21
Java_Android的自由轻量级流媒体前端
node-v18.20.2-linux-arm64
05-21
node-v18.20.2-linux-arm64node-v18.20.2-linux-arm64 node-v18.20.2-linux-arm64node-v18.20.2-linux-arm64 node-v18.20.2-linux-arm64node-v18.20.2-linux-arm64 node-v18.20.2-linux-arm64node-v18.20.2-linux-arm64 node-v18.20.2-linux-arm64node-v18.20.2-linux-arm64 node-v18.20.2-linux-arm64node-v18.20.2-linux-arm64 node-v18.20.2-linux-arm64node-v18.20.2-linux-arm64 node-v18.20.2-linux-arm64node-v18.20.2-linux-arm64 node-v18.20.2-linux-arm64node-v18.20.2-linux-arm64
orb-slam3与orb-slam2的区别
04-29
ORB-SLAM2 和 ORB-SLAM3 都是基于单目、双目或 RGB-D 相机的实时单目 SLAM 系统，用于在无人系统、机器人和增强现实系统等领域进行定位和建图。两者之间的区别主要体现在以下几个方面： 1. 处理速度：ORB-SLAM3 ...

“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
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

氢键H-H

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