ORB-SLAM论文解读

最新推荐文章于 2024-01-21 18:34:12 发布
最新推荐文章于 2024-01-21 18:34:12 发布
阅读量926 收藏 18
点赞数 3
文章标签： 计算机视觉 c++
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/qq_40016998/article/details/104929536
版权
本文详细解读ORB-SLAM算法，包括输入输出、三条独立线程（Tracking、Local Mapping、Loop Closing）的工作流程，以及Map构建、Place Recognition等关键环节，重点解析了Tracking线程中的运动模型验证、Relocalisation过程，和Loop Closing线程的闭环检测与融合策略。
摘要由CSDN通过智能技术生成

主要是参考泡泡机器人slam中冯兵老师的课程

算法输入

  • 图像(单目相机采集)+时间码(用于跟其他传感器数据融合)
  • 相机内参(在采集图像时，相机的焦距光心都不能改变)
  • 用于特征检测的特征描述子字典

算法输出

相机的运动轨迹+地图(关键帧和Map Point)
在这里插入图片描述

三条独立的线程

  • Tracking:初始化Map Point，计算每一帧的位置，根据计算的每一帧位置对Map Point进行优化，并筛选出Key Frame传给Local Mapping
  • Local Mapping:将Tracking得到的Key Frame插入到局部地图中，添加新的帧和Map Point，对MAP进行更新，利用局部BA，将无效观测数据丢弃，并删除冗余的关键帧
  • Loop Closing:检测当前帧和之前帧是否为相同场景，若是，则将之前帧的Map Point坐标给当前帧，并将两帧之间的位姿误差分散到每一关键帧中（第一帧除外）

Map包含四个部分

  • Map Point
    路标点的3D坐标位置
    观测的方向向量
    ORB描述子
    该点可被观测到的最大最小距离
最低0.47元/天 解锁文章
hey_jude1719
关注
ORB-SLAM3论文.pdf
10-22
ORB-SLAM3论文.pdf ORB-SLAM3是视觉SLAM（Simultaneous Localization and Mapping，同步定位和映射）领域的一个开源库，能够处理视觉、视觉惯性和多图SLAM任务。该系统可以使用单目、立体和RGB-D摄像机，并支持针孔...
ORB-SLAM论文详解
qq_29320587的博客
06-25 606
本文介绍了ORB-SLAM，这是一种基于特征的单目SLAM系统，可在大小型室内外环境中实时运行。该系统对严重的运动模糊具有鲁棒性，可实现较宽的基线回环和重定位，并包括全自动的初始化。我们基于近年来的出色算法，从头开始设计了一个新颖的系统，该系统对所有SLAM任务使用相同的特征 ：跟踪，映射，重定位和回环。利用优胜劣汰的策略选择关键帧和点，从而有出色的鲁棒性，并生成了紧凑的跟踪地图，该地图仅在场景内容发生变化时才会增长，从而实现持续运行。我们提供了来自最受欢迎数据集的27个序列的详尽评估。
泡泡机器人SLAM公开课链接（实时更新中）
qq_34622997的博客
03-03 1万+
1.工业相机选型及介绍-刘富强 链接: https://pan.baidu.com/s/15lo_H68E08tEp72ko5cR5g 密码: jmhc 2.深度学习及应用-颜沁睿 链接: https://pan.baidu.com/s/1c31ZcE 密码: r42j 3.SVO & LSD_SLAM解析 - 贺一家 链接: https://pan.baidu.com/s/1m...
【SLAM】ORB-SLAM3解析——综述(1)
iwanderu的博客
04-28 7711
之前学习VINS和LIO-SAM的时候都是代码流，不是很重视看论文，现在有空学ORB-SLAM3了，这一次，先看一下论文。考虑到边上班边学，更新的会比较慢。看完论文之后，对这个系统最大的主观感受就是它的多图系统Atlas。机器人运行过程中是可能会跟丢的，一旦跟丢了就新建一个map，如果走到之前的位置，一旦发现和之前的map是同一个地方，就可以合并map。它的初始化和VINS很像，地图操作，回环检测，重定位很鲁棒。 github： https://github.com/UZ-SLAMLab/ORB_SLAM
ORB-SLAM3论文详解
u010196944的博客
02-23 670
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。 他是第一个基于特征的紧耦合的VIO系统，仅依赖于最大后验估计(包括IMU在初始化时)。这样一个系统的效果就是：不管是在大场景还是小场景，室内还是室外都能鲁棒实时的运行，在精度上相比于上一版提升了2到5倍。本文的第二个创新点是根据改进recall的新的重定位模块来构建的混合地图，因为这个模块他可以让ORB-SLAM3在特征不是很好的场景中长期运行。
ORB-SLAM3论文详细解读
weixin_45947476的博客
03-24 1万+
最近在搞ORB-SLAM3，程序已经跑了一遍，现在研读一下这篇论文。需要一些ORB-SLAM2的基础。有关SLAM的内容可以去我的SLAM专题。 这篇论文可以点击链接免费下载： ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and Multi-Map SLAM 加粗字体是笔记，普通字体是原文翻译。 文章目录前言一、介绍二、使用步骤1.引入库2.读入数据总结 前言 本文介绍了ORB-SLAM3系统，它是第一个使用
ORB-SLAM3论文解读
weixin_47658743的博客
07-27 1万+
ORB-SLAM3论文解读ORB-SLAM3论文解读主要的创新点数据关联模型系统整体 ORB-SLAM3论文解读 ORB-SLAM1和2的作者Juan已经毕业了，其工作仍然由同一课题组的Carlos继续完成并撰写论文和代码，这次论文同样对应着开源代码，youtube演示效果惊人，很多场景下无需大量修改即可直接使用，可谓是工作党的KPI，学生党的SCI。 废话少说，直入主题。ORB-SLAM3与前两次作品相比，引入和视觉惯性和多地图模式的SLAM。其算法支持的传感器也有单目、双目、RGBD相机等。在相机的成像
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...
orb-slam论文翻译
最新发布
09-21
对orb-slam论文逐字逐句翻译
ORB-SLAM3 安装（详细）
07-12
ORB-SLAM3 安装指南 ORB-SLAM3 是一个基于视觉的 SLAM 系统，可以在 robot operating system（ROS）平台上运行。下面是 ORB-SLAM3 的安装指南，包括安装环境、安装步骤、安装依赖项等。 安装环境 为了安装 ORB-...
ORB_SLAM论文原文
01-31
这是ORB_SLAM的论文英文原文，不会FQ的可以下载
ORB-SLAM2论文原文
01-21
视觉SLAM三维建图开源项目，ORB-SLAM2程序算法论文，提供算法学习指导。
Active-ORB-SLAM2-master.rar
07-01
主动ORB-SLAM2（Active-ORB-SLAM2）是一种增强版的视觉SLAM（Simultaneous Localization and Mapping）系统，它在经典的ORB-SLAM2基础上加入了主动决策策略，旨在提高定位精度和地图构建效率。ORB-SLAM2是由Vidal等...
ORB-SLAM 论文阅读
KrMzyc的博客
01-21 1229
本文提出了 ORB-SLAM，一种基于特征的单目同步定位和建图 (SLAM) 系统该系统对严重的运动杂波具有鲁棒性，允许宽基线环路闭合和重新定位，并包括全自动初始化选择重建的点和关键帧的适者生存策略具有出色的鲁棒性，并生成紧凑且可跟踪的地图。
ORBSLAM初始化论文与代码详解
qq_16785653的博客
09-12 844
地图初始化的目的是计算初始相邻两帧的相对位姿，并通过三角化初始地图点。这个阶段应该不依赖场景结构（也就是说不管是平面还是非平面算法都应该生效），也不需要人的干预。算法的步骤如下：1.寻找初始化对应点。给参考帧（第一帧），与当前帧（第二帧）分别提取ORB特征点，并进行特征匹配，如果没有足够多的匹配点，则重新设置参考帧（注意是参考帧也就是第一帧）。2.并行计算单应矩阵与基础矩阵（这一部分很多内容，具体见程序部分）。
ORB_SLAM 论文阅读PART1
Xuesengxinyi的博客
10-10 351
  摘要：单目，实时，室内室外，动态杂乱环境足够鲁棒。同样的特征输入，对于tracking,mapping,relocalization and loop closing. Bundle adjustment 对相机定位和稀疏几何重建提供了精确的评估，强的初始匹配和好的初始猜测。但一直以来的难点是不能实时，本文将介绍在非约束条件下，实时的SLAM算法，BA必须满足以下条件： 对所选帧（关键帧...
ORB-SLAM的个人理解
weixin_47236464的博客
01-18 283
orbslam原理方法的个人理解
ORB-SLAM2论文解读与总结
热门推荐
zxcqlf的博客
05-04 3万+
最近阅读了Raúl Mur-Artal and Juan D. Tardós写的ORB_SLAM2论文，并做了一些小结 ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras 以下是本人对这篇文章的一些小结，仅供参考。 一 、摘要部分 ORB_SLAM2是一套基于单目、双目以及...
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 相比 ORB-SLAM2 更快，主要是因为它使用了更高效的数据结构和算法。 2. 精度：ORB-SLAM3 相比 ORB-SLAM2 具有更高的精度，主要是因为它使用了更多的传感器信息，例如 IMU 和 GPS 数据。 3. 可扩展性：ORB-SLAM3 相比 ORB-SLAM2 更具可扩展性，可以轻松地添加新的传感器和算法，例如深度学习算法。 4. 模块化：ORB-SLAM3 是一个更加模块化的系统，可以更方便地进行定制和扩展。 总之，ORB-SLAM3 相比 ORB-SLAM2 在速度、精度、可扩展性和模块化方面都有所提升，但这并不意味着 ORB-SLAM2 已经过时，因为它仍然是一个非常成熟和稳定的 SLAM 系统，可以在很多应用场景下使用。
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
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