ORB-SLAM 关于地图点MapPoint的观测距离和观测方向的理解

已于 2022-08-18 21:13:45 修改
阅读量412 收藏 1
点赞数 1
分类专栏： orb-slam 文章标签： java servlet junit
于 2022-08-18 21:04:03 首次发布
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/t_home/article/details/126413703
版权

note:不知道对错，但是先记录一下方便以后回溯

整体逻辑是：

构建参考关键帧->通过参考关键帧获得平均观测距离: mfMinDistance和mfMaxDistance->（通过这个距离匹配特征点的level）这个还不确定，后续接着看

构建参考关键帧  

  • 构造函数中,创建该地图点的参考帧被设为参考关键帧.

  • 若当前地图点对参考关键帧的观测被删除(EraseObservation(KeyFrame* pKF)),则取第一个观测到当前地图点的关键帧做参考关键帧.

获得平均观测距离

预测尺度 

最后找到地图点对应特征点所在的level

 

Caleb tam
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
单眼视觉测距法：通过ORB关键点进行简单的单眼视觉测距法（vSLAM的一部分），具有初始化，跟踪，局部地图和包调整功能。 （警告：您好，很抱歉，此项目仅针对课程演示进行了调整，不适用于实际应用！！！）
01-30
单眼视觉测程 具有4个组成部分的单眼视觉里程表（VO）：初始化，跟踪，局部地图和束调整。 阅读《灌篮高手》后，我做了这个项目。 这也是我于2019年3月在NWU开设的EESC-432 Advanced Computer Vision课程的最终项目。 演示： 在上图中： 左侧是视频和检测到的关键点。 右侧是与左侧视频相对应的摄像机轨迹：白线来自VO；白线来自VO。 绿线是事实。 白线上的红色标记是关键帧。 点是地图点，其中红色的点是新三角剖分的。 您可以在此处下载。 报告 我的pdf版本课程报告在。 与本自述文件相比，它对算法的描述更为清晰，因此我建议阅读。 目录 1.算法 通过以下过程/算法来实现此VO： 1.1。 初始化 估计相对相机姿势： 给定视频，将第一帧（图像）设置为参考，并与第二帧进行特征匹配。 计算两个帧之间的基本矩阵（E）和单应矩阵（H）。 用的方法计算它们的对称传递误差，然后选择更好的一个（即，如果H /（E + H）> 0.45，则选择H）。 将E或H分解为两个帧之间的相对姿势，即旋转（R）和平移（t）。 通过使用OpenCV，E给出1个结果，H给出2个结果，满
orbslam 地图点观测距离范围 mfMinDistance，mfMaxDistance 的理解
fanzy1234的博客
06-14 1029
由近大远小，area1_0要比area2_0大很多，area1_0对应第2帧第0层金字塔中比31x31更大的图像区域（可能是100x100...），而如果对图像进行了缩放，area1_0对应第2帧第7层金字塔同样31x31的图像区域，那么提取的特征点就可以完成匹配。第2帧相机靠近该特征点，与相机距离是0.279m，第0层金字塔31x31图像范围涵盖的物理范围是area2_0，第7层金字塔31x31图像范围涵盖的物理范围是area2_7。描述子是由 特征点为中心的31x31像素的图像 计算得到。
单目初始化构建地图、计算地图点具有代表性的描述子、计算平均观测方向
ningxiner2016的博客
03-26 385
ORB-SLAM2 ORB-SLAM2-单目初始化构建地图、计算地图点具有代表性的描述子、计算平均观测方向ORB-SLAM2代码 代码 //在单目初始化计算位姿完成后，开始初始化构建地图 CreateInitialMapMonocular(); 进入这个函数中 void Tracking::CreateInitialMapMonocular() { // Create KeyFrames创建关键帧，在初始化的时候会认为当前帧与参考帧都是关键帧 KeyFr
详谈ORB-SLAM2的地图点MapPoint
极客园地
10-24 1139
ORB-SLAM2中维护的是局部建图，在项目里所谓的地图就是两个数组：特征点数组和关键帧数组。所有关键帧和特征点的结合就是地图信息，所以在ORB-SLAM2中最重要的两个部分就是和。这两个部分在设计上非常像，代码重复率很高。
ORB-SLAM地图点的创建
weixin_41680653的博客
10-24 1478
１．－－－－－－－ 地图点创建有两种方式 通过关键帧创建 通过普通帧创建 其中通过普通帧创建是在追踪时用的，并没有加入到地图中 通过关键帧创建的地图点才是最终地图中的地图点 ２．－－－－－－－ 在哪里创建的？ tracking线程中的void Tracking::CreateNewKeyFrame()函数，创建关键帧顺带创建了这些地图点。 具体来讲就是遍历了这个KF中的ORB特征...
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...
VI_ORB_SLAM2:基于ORB-SLAM2的MonocularStereo视觉惯性ORB-SLAM
05-14
VI_ORB_SLAM2：基于ORB-SLAM2...待办事项清单 即时的 支持立体声VI ORB-SLAM的本地化模式 相对姿势误差分析，例如方向和平移误差构建VI-ORB-SLAM2库和示例克隆存储库： git clone https://github.com/YoujieXia/VI_ORB
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-SLAM2系列第四章—— 地图点、关键帧、图结构
weixin_45947476的博客
03-30 7044
文章目录前言一、 地图点1.地图点代表性描述子的计算2.地图点和特征点的区别？二、关键帧1.什么是关键帧？2.如何选择关键帧？3.关键帧的类型及更新连接关系三、 共视图 本质图 拓展树1.共视图 （Covisibility Graph）2.本质图（Essential Graph） 前言 迎浏览我的SLAM专栏，包括slam安装运行、代码注释、原理详解，一起加油淦穿SLAM。 一、 地图点 1.地图点代表性描述子的计算 找最有代表性的描述子示意图 最有代表的描述子与其他描述子具有最小的距离中值 地图点法
ORB-SLAM 解读(五) 地图点投影进行特征匹配
Hali_Botebie的博客
04-13 1439
https://mp.weixin.qq.com/s/rAKwPPm-Di3iqIpWi_qrmA 师兄：ORB-SLAM2里用的最多的匹配方式就是投影匹配，根据不同的参数有多个重载函数，如下所示。不过它们的基本思想都差不多，我们后面以最复杂的一个函数（下面第1个函数）为例进行说明。 于恒速模型跟踪，用前一个普通帧投影到当前帧进行匹配 int SearchByProjection(Frame &CurrentFrame, const Frame &LastFrame, const float
ORBSlam2学习研究(Code analysis)-ORBSlam2中的视觉里程计Tracking
Xuefeng_BUPT的博客
07-20 6174
写在前面本文基于ORBSlam2的Monocular模式撰写，所涉及的算法都是单目视觉下的算法。
使用ORB_SLAM2进行全场定位
热门推荐
u011853479的专栏
08-24 1万+
前言 ORB_SLAM近年来在slam问题上取得了state-of-art的结果，运行速度很快，在i5的NUC上运行帧率可达20帧/s。今年，原作者又公布了ORB_SLAM2源码，程序更加简洁，并且增加了localization mode功能。本篇博客讲介绍如何搭建ORB_SLAM2的运行环境，构建地图，加载离线地图并进行全场定位。 实现 (1)下载源码：https://github.
（六）ORBSLAM地图的更新策略
weixin_30808253的博客
04-29 609
ORBSLAM2地图更新策略简介 　　地图的更新目标在于如何插入新的关键帧和地图点，同样，怎么剔除多余的关键帧和没用的地图点。 　　接下来，笔者会从下面几个方面来介绍地图的更新策略： 　　1. 统计当前关键帧的共视图关键帧，构建临时的局部地图； 　　2. 剔除当前关键帧中质量较差的地图点； 　　3. 局部地图重投影获取更多匹配对； 　　4. 剔除冗余的关键帧。 共...
Evo评测工具对VIORBSLAM2进行评估（详细步骤!!!）
qq_40464599的博客
01-31 1808
VIORBSLAM实在orbslam2的基础上进行改进的，使用单目相机和IMU进行状态估计。由于 VI ORB SLAM2 并没有官方的版本，我们主要使用王京实现的一个版本（https://github.com/jingpang/LearnVIORB）作为基础更改来进行测试。 王京的版本实在ROS下运行的。 由于EuRoC 测试集有 VIO 的数据，我使用了 EuRoC 测试集进行测试。 在测试前需要对王京的代码进行修改： （1）修改 System 保存 TUM 观测值...
(01)ORB-SLAM2源码无死角解析-(51) 局部建图线程→SearchInNeighbors():融合重复地图点
江南才尽江南山，年少无知年少狂！
08-17 655
上一篇博对 CreateNewMapPoints() 函数进行了讲解，其主要功能为: 对当前关键帧与共视关键帧匹配的特征点，进行三角话，生成新的地图点。但是这样有一个后遗症，那就是会有很多冗余的地图点。比如共视关键帧 pKFi2 中的一个关键点 kp2 原本就存在对应的地图点 pMP，kp2 与当前关键帧中的关键点 kp1匹配，匹配关键点对 kp2 与 kp1 经过三角话之后，会形成一个新的地图点 new_pMP。
视觉SLAM：ORB视觉里程计的简单实现(三)
落叶知秋了哟的博客
07-14 1192
ORB视觉里程计的简单实现之三一、概述二、更新部分1、视觉里程计类2、地图点类3、相机类4、优化类三、其他 一、概述 与之前不同的是，本次代码更新后使用局部地图进行特征匹配，然后计算位姿。 第一步依然是提取场景中的ORB特征点，然后根据深度信息获得其在世界坐标系(第一帧相机所在的相机坐标系)下的三维坐标。最后将每个三维点构建成地图点类（包括三维坐标、方向、ID、描述子等），并放在局部地图中，形成初始的局部地图。 第二步是对新来的图像帧提取ORB特征点，然后通过投影的方式，将当前帧可以观测到三维点的描述子与
【OpenCV 例程 300篇】246. 特征检测之ORB算法
youcans的博客
11-28 5912
ORB（Oriented FAST and rotated BRIEF）将 FAST 特征检测与 BRIEF 特征描述结合并进行了改进。ORB的优点是速度非常快，性能比较好，具有旋转不变性和一定的尺度不变性。由于没有专利限制可以免费使用，ORB 算法应用广泛，经常被用来代替 SIFT、SURF 算法。
ORB-SLAM2中地图点和特征点的关系
最新发布
07-08
总结来说，ORB-SLAM2通过提取特征点、匹配特征点以及通过三角测量得到地图点，从而实现对场景中3D结构的恢复和地图构建。特征点是在2D图像上提取的关键点，地图点是通过特征点的匹配和三角测量得到的对应的3D点。...

“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
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