基于ORB-SLAM2的改进代码

最新推荐文章于 2024-05-03 10:14:52 发布
最新推荐文章于 2024-05-03 10:14:52 发布
阅读量3.5k 收藏 134
点赞数 4
分类专栏： 视觉SLAM 文章标签： 算法
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/weixin_39152543/article/details/125963004
版权

搬运自《计算机视觉life》

1. 点线特征相关

添加了线特征。从3D密集SLAM进行表面重建的增量3D线段提取。
Add line feature based ORB-SLAM2
在这里插入图片描述
RGB-D模式下添加了点线融合
RGBD-SLAM with Point and Line Features, developed based on ORB_SLAM2
在这里插入图片描述
ORB-SLAM2_with_line, Monocular ORB-SLAM with Line Features

双目点线融合，在弱纹理环境中传统点特征方法失效的情况下拥有较高的运行鲁棒性。
PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments

2. 用新的特征点替代ORB

使用了一种更好的特征选择方法
GF-ORB-SLAM2, Real-Time SLAM for Monocular, Stereo and RGB-D Cameras, with Loop Detection and Relocalization
在这里插入图片描述

用SuperPoint 替代ORB来进行特征提取
SuperPoint-SLAM

设计的GCNv2具有与ORB功能相同的描述符格式，可以替代关键点提取，精度更高，适合在嵌入式低功耗平台上运行
GCNv2: Efficient Correspondence Prediction for Real-Time SLAM
在这里插入图片描述

3. 直接法替代特征点法

使用SVO中直接法来跟踪代替耗时的特征点提取匹配，在保持同样精度的情况下，是原始ORB-SLAM2速度的3倍。
ORB-YGZ-SLAM, average 3x speed up and keep almost same accuracy v.s. ORB-SLAM2, use direct tracking in SVO to accelerate the feature matching

4. 融合其它传感器

双目VIO版本，加入了LK光流和滑动窗口BA优化
YGZ-stereo-inertial SLAM, LK optical flow + sliding window bundle adjustment

京胖实现的VI-ORB-SLAM2
VIORB, An implementation of Visual Inertial ORBSLAM based on ORB-SLAM2

支持鱼眼，不需要rectify和裁剪输入图
Fisheye-ORB-SLAM, A real-time robust monocular visual SLAM system based on ORB-SLAM for fisheye cameras, without rectifying or cropping the input images

5. 地图相关

添加保存和导入地图功能
Osmap, Save and load orb-slam2 maps
ORB_SLAM2 with map load/save function

添加了地图可视化
Viewer for maps from ORB-SLAM2 Osmap

高翔实现的添加稠密点云地图
ORBSLAM2_with_pointcloud_map

在高翔基础上添加了稠密闭环地图
ORB-SLAM2_RGBD_DENSE_MAP, modified from Xiang Gao’s “ORB_SLAM2_modified”. It is added a dense loopclosing map model

6. 动态环境

适合动态环境，增加了动态物体检测和背景修复的能力
DynaSLAM, is a SLAM system robust in dynamic environments for monocular, stereo and RGB-D setups
在这里插入图片描述
用YOLO来做动态环境的检测
YOLO Dynamic ORB_SLAM
在这里插入图片描述

7. 语义相关

动态语义SLAM 目标检测+VSLAM+光流/多视角几何动态物体检测+octomap地图+目标数据库
ORB_SLAM2_SSD_Semantic, 动态语义SLAM 目标检测+VSLAM+光流/多视角几何动态物体检测+octomap地图+目标数据库
在这里插入图片描述
用YOLO v3的语义信息来增加跟踪性能
TE-ORB_SLAM2, Tracking Enhanced ORB-SLAM2
在这里插入图片描述

通过手持RGB-D相机进行SLAM，ORB-SLAM2作为后端，用PSPNet做语义预测并将语义融入octomap
Semantic SLAM，Real time semantic slam in ROS with a hand held RGB-D camera
orb-slam2 with semantic labelling
在这里插入图片描述
用深度学习的场景理解来增强传统特征检测方法，基于贝叶斯SegNet 和ORB-SLAM2，用于长时间定位。
SIVO: Semantically Informed Visual Odometry and Mapping
在这里插入图片描述
冲！

FAM-VIVE
关注
  • 4
    点赞
  • 踩
  • 134
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
ORB-SLAM2算法部署验证、原理代码和各种改进方法汇总
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
09-17 308
本文主要汇总个人学习使用ORB-SLAM2算法中参考的相关博客和代码汇总，以及在ORB-SLAM2算法基础上各个改进方法的汇总。
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（inverse sensor model，ISM）；针对ISM模型重新编排了网格地图算法的构建机制，并对其进行详细推导；最后，介绍了ORB-SLAM2网格地图构建的具体实施方案。通过实验，对ISM模型和网格地图模型进行分析，确保了算法的可行性；用单目相机和RGB-D深度相机进行实时实验，实现了网格地图的实时构建，且能够清晰地显现出障碍物位置，验证了所提算法的有效性。
超全汇总 | ORB-SLAM2 / ORB-SLAM3 相关改进代码！
3D视觉工坊
02-14 7659
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨小深来源丨深话AI本文总结了特征点法SLAM中目前效果最好的方法：ORB-SLAM2 / ORB-SLAM3 相关改进代码汇总，...
SuperPoint_SLAM在Ubuntu18.04上的运行
weixin_43199832的博客
11-25 3731
代码链接 代码主要思想是使用神经网络（SuperPoint）提取特征点，以替代ORB SLAM2中使用的ORB特征点。 配置 1、cmake的版本 推荐11，查看cmake版本可以使用指令： $ cmake --version 确认自己的cmake版本为11。 安装cmake11可以参考博客：https://blog.csdn.net/qq_32526087/article/details/88616116 2、安装Pangolin、OpenCV、Eigen3、DBoW3 and g2o（不要用代码Th
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Examples/Stereo/stereo_euroc_VI.cc 。 我修复了一些错误，以使其更稳定地传递更多的数据集并修改代码以使其与兼容。 并非没有错误。 不是实时的。 如果您认为此回购很有用，请观看，加注星标或加分叉！ 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
ORB-SLAM2.xmind
01-19
ORB-SLAM2代码阅读思维导图，xmind8编辑，可用xmind8或者xmind zen打开。自己做的，可能有错误，如果有问题可直接私信给我。 ORB-SLAM2 是我上手的第一个比较大的SLAM系统和c++项目，因此方便建立了思维导图更深的理解相关联系，对我学习该系统起到了极大的辅助作用。
基于ORB-SLAM2的Android上的AR：这是一个基于ORB-SLAM2和OpenGL的Android增强现实APP，可以在室外和室内环境下正常工作
02-04
Android上基于ORB-SLAM2的AR 介绍 这是一个基于和OpenGL的Android增强现实APP。 演示视频可以在下面的链接中找到。 演示视频 依赖关系，安装和使用 要运行此APP，您需要将./SLAM文件夹复制到您的手机中，其中包含词汇表文件（ORBvoc.bin）和相机校准文件（mi6.yaml）。 然后，您需要更改./app/src/main/cpp/native-lib.cpp中的第20行，以配置手机中的正确路径。 您可能还需要校准手机的摄像头以获得更好的性能。 相机校准的更多详细信息可以在Google上找到。 ORB_SLAM2::System SLAM ( " /s
ORB-SLAM2_RGBD_DENSE_MAP:此存储库是根据高翔的“ ORB_SLAM2_modified”修改而成的。它添加了一个密集的闭环映射模型
05-10
使用pcl视图仓库更新解压后的ROB_SLAM 建造： 构建整个项目（使用inclouding二进制加载工具）： 在执行所有cmd之前， DONOT会忘记从仓库下载Vocabulary，并将其放在dir ./Vocabulary中。 chmod +x build.sh ./build.sh 仅使用pcl构建ORB_SLAM2模式 mkdir build cd build cmake .. make -j 跑步： ./run/rgbd_tum Vocabulary/ORBvoc.bin path_to_settings path_to_sequence path_to_association 修改内容： 添加一个具有闭环功能的pointcloud查看器（通过添加查看器线程来实现）
ORBSLAM2实验记录(2)——语义地图数据集配置
weixin_52379562的博客
08-02 2068
本文对ORBSLAM2_SSD_Semantic进行了配置并且跑通了数据集，其中对使用RGBD摄像头rgbd_my.cc编译未通过，仅出现一个函数未解决的情况，这里给出详细的配置过程，按照此过程可以容易的完成数据集程序rgbd_tum.cc的编译，跑通数据集。.........
ORB_SLAM系列总结
落叶知秋了哟的博客
04-09 6212
1、最早的特征点法，并把定位与跟踪分为两个线程是PTAM(Parallel Tracking and Mapping for Small AR Workspaces) 可以说是特征点法SLAM的起源之一。 论文：http://www.robots.ox.ac.uk/~gk/publications/KleinMurray2007ISMAR.pdf 代码：https://github.com/...
【视觉SLAM】An Improved ORB-SLAM2 in Dynamic Scene with Instance Segmentation
振华OPPO的博客世界
04-07 1144
为了提高动态环境下ORB-SLAM2位姿估计的精度，针对运动的欺骗性，提出一种实例分割方法去除分布在人体上的运动特征点，提高姿态精度。该方法从输入图像中提取ORB特征点，并对图像进行分割，得到图像中像素的位置。然后去除分布在人体上方的特征点，利用移除后相对稳定的特征点估计位置和姿态。改进的方法用于在TUM数据集上进行测试。结果表明，改进的系统能够显著降低动态环境下姿态估计的绝对误差和相对漂移，证明与传统的ORB-SLAM2系统相比，该方法能显著提高动态环境下姿态估计的精度。
ORB_SLAM2-Chinese-annotation:ORB-SLAM2中文注释版（适用入门学习）
04-28
ORB-SLAM2（中文注释版） 评论员： 作者： ， ， 和 （ ） 2017年1月13日：现在支持OpenCV 3和Eigen 3.3。 2016年12月22日：添加了AR演示（请参见第7节）。 ORB-SLAM2是用于单目，立体声和RGB-D相机的实时SLAM库...
【ORBSLAM2点线融合】点特征图模型构建
weixin_62266575的博客
10-17 424
【ORBSLAM2点线融合】点特征图模型构建
SuperPoint和SuperGlue 的算法介绍及学习应用经验分享
weixin_46050242的博客
01-17 2589
SuperPoint和SuperGlue 的算法介绍
ORB_slam2 分析及改进对应的文章集合
RedDrn的博客
12-16 3188
ORB-SLAM2 ORB特征点法SLAM 支持单目、双目、rgbd相机 https://github.com/Ewenwan/MVision/tree/master/vSLAM/oRB_SLAM2
线特征SLAM
weixin_42001184的博客
12-29 1156
*——众所周知，低纹理场景是依赖点对应的几何计算机视觉算法的主要致命弱点之一，尤其是对于视觉 SLAM。然而，在许多环境中，尽管纹理较低，但仍然可以可靠地估计基于线的几何基元，例如在城市和室内场景中，或者在结构化边缘占主导地位的所谓“曼哈顿世界”中。在本文中，我们提出了一种解决方案来处理这些情况。具体来说，我们建立在 ORB-SLAM 的基础上，大概是当前最先进的解决方案，无论是在准确性还是效率方面，并扩展其公式以同时处理点和线对应。
ORB_SLAM2_SSD_Semantic-master编译运行记录~
fffyyyhhh12的博客
09-18 1444
实验环境：Ubuntu20.04vtk-7.1.1pcl-1.8.0 解决：按照下面修改vtkAtomic.h 错误2： 解决：进入usr/local/lib查找库vtkFiltersParallelDIY2，确认库是否存在，发现只存在libvtkFiltersParallelDIY2-7.1.so， 那么可以通过 建立一个连接重建 libvtkFiltersParallelDIY2.so剩下几个vtk库的解决办法同上。。。下载ncnn 进入ncnn，文件夹，进行编译 编译完成后进入nc
【ORBSLAM2点线融合】线特征图模型构建
weixin_62266575的博客
10-17 971
【ORBSLAM2点线融合】线特征图模型构建
笔试强训-day17_T2 十字爆破
最新发布
weixin_46186903的博客
05-03 467
模拟即可，但是由于数据量过⼤，我们可以提前把每⼀⾏以及每⼀列的和存起来，⽅便统计总和。解法二：提前把每⼀⾏以及每⼀列的和存起来，然后输入输出使用快速的IO方式，解答如下所示。解法一：暴力遍历，这种方法很容易想到，并且也容易编写出代码，但是会超时。因为1+2+3=6，1+2+4=7，1+3+4=8，2+3+4=9。牛牛选择一个方格，可以得到和这个方格同行、同列的所有数之和的得分。现在牛牛想知道下一步选择每个格子的得分情况，你可以帮帮他吗？m个方格，每个方格中有一个整数。
基于orb-slam3的改进算法
05-21
ORB-SLAM3是一种基于视觉SLAM的算法，可以用于室内和室外场景的三维重建和定位。在ORB-SLAM3的基础上，可以进行一些改进算法来提高其性能。 以下列举几种可能的改进算法： 1. 基于深度学习的特征描述子：ORB-SLAM3使用ORB特征描述子，但是ORB特征描述子在纹理较弱的区域或者物体较小的场景下可能失效。因此，可以尝试使用深度学习的方法来生成更具鲁棒性的特征描述子，例如使用SuperPoint或D2-Net等方法。 2. 多目视觉SLAM：ORB-SLAM3只使用单目或双目相机进行SLAM，但是多目相机可以提供更多的几何信息，从而提高SLAM的精度和稳定性。因此，可以考虑将ORB-SLAM3扩展到多目相机下。 3. 基于IMU的SLAM：IMU可以提供相机的姿态信息，从而提高SLAM的精度和鲁棒性。因此，可以将ORB-SLAM3与IMU融合，实现基于IMU的SLAM。 4. 基于语义信息的SLAM：ORB-SLAM3只使用几何信息进行SLAM，但是语义信息可以提供更多的场景理解和语义推理，从而提高SLAM的鲁棒性和可解释性。因此，可以将ORB-SLAM3与语义分割或目标检测等方法融合，实现基于语义信息的SLAM。

“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 1
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