关于openrealm中的试验

1.将其中的点云生成方法进行替换,例如orbslam,进行更深一步的点云替换,比如用sfm,colmap等输出的稠密点云数据。

主要修改于三处

1>m_vslam = VisualSlamFactory::create(vslam_set, cam_set, imu_set);

2> m_vslam->registerResetCallback([=]() { reset(); });

3>m_stage_publisher

思路:一个process获取,另一个process进行传输,无法进行整体的替换,只能使用增量式的方法

第一步:读取sfm点云,PLY->PCL->CVGrid

点云以pointcloud形式存储,1.点云ID 2.Mat类型存储实际数据

若有了点云还需要什么?utm,gnss

2.在高程上添加一个随机数,看生成出来的拼接图像效果是否足够好。

正在进行,在正射影像中的高程上添加了一个随机数

在psl上再进行一次,将该过程置于生成表面之前

经过实验,若整体的增加在-1~+1之间,对整体效果没有特别大的影响

不过整体的高程位于-4~8之间,所以影响不确定。

3.使用rtsfm中的部分思路进行试验。

4.关于TSDF的相关内容

TSDF地图是由一堆体素构成的,每个体素内包含两个变量,一是tsdf值(用于生成重建表面),二是RGB信息(给重建表面贴上彩色纹理)。TSDF地图与实际场景的物理坐标系是可转换的。这是这一节讲解的基本信息。tsdf值和rgb值的计算会在下一节讨论。

相信大家即便是没有玩过“我的世界”,也肯定听说过这款游戏。在这款游戏中,世界是由三维小格子组成的。TSDF地图的原理就和它很像。TSDF是截断符号函数(Truncated Signed Distance Function)的缩写(初学不必去理会这些英文字眼)。一个三维的TSDF地图就是由L × W × H L\times W\times HL×W×H个三维小方块组成。我们称三维小方块为体素(Voxel)。列举一个例子。给定一个尺寸为100100×100×100的TSDF地图,该地图是有尺寸为0.05 m × 0.05 m × 0.05 m 的体素构成。那么可以计算出该TSDF地图覆盖一个5 m × 5 m × 5 m 的真实三维场景。这个地图中有10^6 个体素。每一个体素记录着tsdf值和RGB颜色信息(tsdf值范围是[ − 1 , 1 ] [-1,1][−1,1],在第三节做介绍)。GPU需要大概2KB存储单个体素的所有信息。因此GPU需要大概2GB左右的显存空间存放这个TSDF地图。从这些计算过程可见,TSDF占据非常大的显存空间,它适合小场景下的三维重建,比如室内环境。(原文链接:https://blog.csdn.net/qq_39732684/article/details/105294993)

5.test picture

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
ORBSLAM的三维重建流程可以分为以下几个步骤: 1. 输入帧的适用性检查:首先,对输入的图像帧进行适用性检查,确保图像质量和特征点的提取能够满足重建需求。\[2\] 2. 姿态估计和深度地图初始化:如果姿态估计被识别为可行的,那么就会初始化深度地图的创建。这个过程会根据选择的SLAM算法,将一组帧传递给重建接口。这个接口可以提供类似于在姿态估计阶段的可视化SLAM界面,并集成最先进的重建框架。目前,ORB-SLAM2算法已经被整合进去。\[2\] 3. 追踪和局部建图:在姿态估计和深度地图初始化之后,系统会开始进行追踪和局部建图。这个过程,系统会根据相机的运动和特征点的匹配,不断更新相机的位姿和地图的局部结构。这个阶段主要用于实时地构建局部地图。\[3\] 4. 回环检测:在局部建图的过程,系统会不断地检测回环,即检测到之前已经访问过的地方。回环检测的目的是为了提高地图的一致性和准确性。一旦回环被检测到,系统会进行回环的优化和校正,以修正之前可能存在的误差。\[3\] 5. 全局优化:在回环检测之后,系统会进行全局优化,对全局地图的点和位姿进行优化。这个过程可以进一步提高地图的准确性和一致性。全局优化通常会使用全局BA(Bundle Adjustment)算法来进行。\[3\] 综上所述,ORBSLAM的三维重建流程包括输入帧的适用性检查、姿态估计和深度地图初始化、追踪和局部建图、回环检测以及全局优化。这个流程可以实现室内外环境和不同规模的三维重建,并且对快速剧烈的运动具有很好的鲁棒性。\[3\] #### 引用[.reference_title] - *1* *3* [基于ROS机器人的3D物体识别与三维重建(五)ORB-SLAM2与RTAB-MAP三维重建](https://blog.csdn.net/rayso9898/article/details/122085147)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [OpenREALM :基于视觉SLAM和三维重建的无人机实时空测绘](https://blog.csdn.net/Yong_Qi2015/article/details/124722591)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 1
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