视觉slam
文章平均质量分 85
waittingforyou12
。
展开
-
论文阅读: DF-VO: What Should Be Learnt for Visual Odometry
论文阅读原创 2021-06-17 11:16:25 · 1527 阅读 · 1 评论 -
MSCKF 2.0 理论推导以及能观性分析
可以证明SLAM系统在提供较好的初值的情况下, 所有的状态都是可观的,即一旦初值确定,根据系列时刻的观测值是可以求取整个系统的状态轨迹的。但是在没有提供初值的情况下,状态变量的可观性需要根据能观性方程的秩决定。可以证明单目SLAM系统的不可观维度是7,分别对应6自由度位姿和尺度信息。VIO系统的不可观维度是4,分别对应X,Y,Z方向上的平移自由度和绕重力加速度轴的旋转角。也就是说在状态估计的问题中,一旦没有提供较好的初值信息或者初值约束,那么对状态变量的估计将根据零空间维度而产生很多解。仍未解决的问题原创 2020-07-09 15:08:17 · 2300 阅读 · 11 评论 -
DSO 深度滤波及代码解析
在基于特征点法的视觉SLAM中,当一个地图点在多张图像中获取到多个观测中,利用三角化原理进行深度初值的计算,接着利用BA对深度进行优化。然而在DSO中,作者采用的是深度滤波器的思想,深度滤波器是单目直接法种一个非常重要的环节。DSO中的深度估计思想也是完全来源于作者的另一篇文章(Semi-Dense Visual Odometry for a Monocular Camera),对这篇文章有一定了...原创 2020-05-08 21:49:12 · 3118 阅读 · 6 评论 -
小觅相机 相机以及IMU外参标定
最近在使用IMU和双目相机进行相关VIO算法的测试,首先要对IMU和相机的外参进行标定,本文主要是对标定过程做一个全面的记录,方便总结和讨论。测试中采用的是小觅双目模组标准版S1030-IR-120/Mono,整个标定过程都是依赖标定工具Kalibr(github网址)。本文将从以下几个方面进行总结:小觅双目SDK在ubuntu环境的安装 Kalibr 源码安装 调用小觅SDK发布数据 ...原创 2020-04-08 15:13:31 · 3359 阅读 · 12 评论 -
DSO 位姿估计及代码解析
在进行具体介绍之前,我们需要对DSO系统的Tracking部分有个大致的了解。深入代码的读者会知道作者是将当前帧与最近的关键帧进行direct image alignment从而求解当前帧到最近关键帧的位姿变化,即tracking过程。既然是与最近关键帧进行追踪,自然的是需要获取最近关键帧上一系列特征点的深度,即最近关键帧的半稠密深度图。那么应该怎么获取到这个半稠密的深度图呢?我们知道,DSO在后...原创 2020-02-23 11:50:31 · 1828 阅读 · 0 评论 -
DSO 特征点选取策略及代码解析
特征点选取策略直接法特征点的选取需要满足两个策略(需要再次说明的是,DSO中的特征点你可以简单的理解为那些梯度明显的点,但是不像特征点法中那样需要有描述子对特征的描述)。选取的特征点需要均匀的分布在图像上 选取的特征点的梯度要明显大于周围邻域的图像点的梯度首先作者采用一种区域梯度自适应阈值的方式,将图像划分成个局部区域块。计算每一个局部区域快的阈值: ...原创 2020-02-22 14:15:42 · 1798 阅读 · 2 评论