视觉SLAM理论与实践的学习链接汇总

本文详细介绍了ORB_SLAM理论,涉及前端视觉里程计(特征点法、光流法和语义SLAM)、后端优化技术、回环检测方法,以及ORB_SLAM3的实践应用,包括源码编译、数据集使用和CUDA加速的探讨。
摘要由CSDN通过智能技术生成

仅供学习,在此感谢所有乐于分享知识的大佬们~

一、 ORB_SLAM理论

视觉SLAM = 前端 + 后端 + 回环 + 建图

1、 前端视觉里程计

1.1 特征点法

一文带你搞懂相机内参外参(Intrinsics & Extrinsics)-知乎
VSLAM 笔记——我们如何通过图像来计算位姿的变化:对极几何-知乎
ORBSLAM3之ORB、SIFT、SURF、Harris角点、Shi-Tomas角点特征点提取方法-CSDN

1.2 光流法

计算机视觉–光流法(optical flow)简介-CSDN

1.3 语义SLAM

前端ORB特征提取,用深度神经网络替换传统方法
GCN-SLAM介绍-知乎
SuperPoint介绍-知乎

2、后端优化

SLAM后端优化-简书
什么是图优化
SLAM 中的位姿图优化,BA优化,因子图优化,非线性优化之间的区别?-知乎

3、 回环检测

ORB-SLAM3知识点(一):词袋模型BoW-知乎

二、 ORB_SLAM实践

1、 ORB_SLAM3源码编译

ORB-SLAM3配置安装及运行–知乎

2、 ORB_SLAM3源码解析

ORB-SLAM3源码阅读笔记-知乎
5小时让你假装大概看懂ORB-SLAM2源码

3、 数据集

数据集的一些笔记-知乎

  • TUM数据集官方地址
    https://cvg.cit.tum.de/data/datasets/rgbd-dataset/download
  • EuRoc数据集官方地址
    https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets
  • KITTI数据集官方地址
    https://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=3d

4、 前端

ORB-SLAM2:Tracking线程思路以及地图点的创建-知乎

5、 后端

ORBSLAM2中的优化-知乎

三、 SLAM CUDA加速

传统SLAM CUDA加速是否有比较大的优势呢?-知乎
在jetson xavier nx上配置orbslam3,带稠密重建-CSDN
OpenCV 安装,支持cuda加速-CSDN

  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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