![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
slam
文章平均质量分 84
爱嘤嘤的小猪仔
这个作者很懒,什么都没留下…
展开
-
2-Entity RANSAC for robust visual localization in changing environment论文笔记
论文链接:https://arxiv.org/pdf/1903.03967.pdf 文章主要内容 本文指出当前的视觉定位方法由于地图或者图片序列在外观上的巨大变化,仍然会受到季节天气等环境因素的影响,进一步指明问题的原因在于外点数,即错误的特征匹配所占比例。在借助惯性测量的方法下,针对3D-2D的定位方式,文章提出了2-entity RANSAC(random sample consensus)方法,即使用两点匹配或者一点和一条线的匹配方式,在降低了所需特征点匹配数目的同时提高了系统对外点的鲁棒性。 文章主原创 2020-12-31 23:19:35 · 290 阅读 · 0 评论 -
ORB SLAM2 Tracking部分论文及代码解读
ORB SLAM2是在ORB SLAM基础上提出的一种性能十分优异的SLAM算法,主要通过tracking(跟踪)、local mapping(本地制图)、loopclosing(闭环检测)三个并行线程,流程如下图所示。本篇博客主要针对tracking线程展开。 文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结 前言 这里我们直接开始看代码,通过解析代码来更明确详细的阐述ORB SLAM2 tracking部分的内容。 以单目mono_tum.cc文件为例。首先 main函原创 2020-11-17 21:16:21 · 451 阅读 · 3 评论