ORBSLAM2_稠密地图+回环

最新推荐文章于 2023-11-19 14:35:57 发布
最新推荐文章于 2023-11-19 14:35:57 发布
阅读量2.4k 收藏 18
点赞数 2
分类专栏： SLAM学习 文章标签： leetcode c语言 c++
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_44694952/article/details/121561582
版权

ORB-SLAM2_RGBD_DENSE_MAP-master

稠密地图+回环检测

运行时遇到的问题：

  1. 运行一两帧出现Eigen::internal::plain_array<T, Size, MatrixOrArrayOptions, 32>::plain_array .......

Eigen 对齐的问题。在有定义Eigen的头文件中添加了预编译命令

public:
    EIGEN_MAKE_ALIGNED_OPERATOR_NEW

添加之后问题还在，后来把CmakeLists.txt和G2O里的CmakeLists文件里的 -march=native 都删掉，全部重新编译，就可以了。（！一定要注意两个文件里的内容同时删除）

  1. 稠密点云框里只有坐标系，没有地图
    （1）先看TUMx.yaml文件里有没有点云地图的参数，没有就加在最后面
    （2）pointcloudmapping.h 文件中bool loopbusy;改为bool loopbusy=false;;
PointCloudMapping.Resolution: 0.01
meank: 50
thresh: 2.0
_YAO阿瑶
关注
  • 2
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
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）
编译ORB-SLAM2 rgbd稠密地图 （地图可回环）整个过程
zbr794866300的博客
11-10 3886
这里记录一下一位大佬将回环检测加入到稠密地图中，并将相关问题记录一下。 可回环稠密地图版本： https://github.com/tiantiandabaojian/ORB-SLAM2_RGBD_DENSE_MAP 1.环境安装 orb-slam2的相关依赖必须安好，不用多说。 操作系统Ubuntu16.04，Pangolin 是github上的版本,opencv的版本是3.4.4，大于3就可以,plc是1.7的版本。 这里Eigen3这里多交代一下，eigen3的版本和g2o的版本要兼容才行
ORB_SLAM2回环检测
weixin_43828675的博客
03-02 2451
词典是同一类特征点的描述子的集合 在局部建图线程中，处理完一个关键帧后，会将其放入回环检测线程 void LocalMapping::Run() ............................................ mpLoopCloser->InsertKeyFrame(mpCurrentKeyFrame);     检测回环   获得满足连续条件的闭环关键帧，插入到容器mvpEnoughConsistentCandidates中。   虽然使用关键帧数据库，可以获得当前帧的候
ORB_SLAM2+realsense运行稠密建图
echo_gou的博客
03-09 1131
即：然后 chmod +x build.sh 和 chmod +x build_ros.sh 赋予执行权限然后编译： ./build.sh然后： build_ros.sh如果报错：在对应(xxx/Examples/ROS/ORB_SLAM2)CMakeLists中加入以下：
ORB-SLAM2中ROS+RGBD运行实例
落叶知秋了哟的博客
09-14 8679
最近想实现基于ROS+RGBD相机的ORB-SLAM2,刚好手上有个kinect,虽然是V1版本的,不过有玩的就好了O_O (1)在ubuntu上安装kinectV1相关驱动文,参考文章https://blog.csdn.net/Felaim/article/details/79579973 驱动安装成功之后就可以使用kinectV1了。 (2)ORB-SLAM2(ROS+RGBD)运行 ...
深蓝学院高翔《自动驾驶与机器人中的SLAM技术》学习记录5 2D SLAM，回环检测与基于子地图的回环修正
Zcoasting的博客
11-19 526
深蓝学院高翔《自动驾驶与机器人中的SLAM技术》学习记录5 2D SLAM，回环检测与基于子地图的回环修正
如何使用docker-compose搭建zabbix
RJ0024的博客
10-21 709
相信不少的读者朋友，应该都有过zabbix搭建的经验。 随着互联网的普及，相比于过去，搭建一个的zabbix平台，需要进行多个组件的安装，需要购买昂贵的硬件资源与相关网络资源的投入，成本可见一斑，笔者所在的公司是一家云计算公司，致力于为传统企业或个人提供便捷的云服务，本文谈到的几种高可用方案，均使用自家的云主机，实践出真知，下面就来谈谈如何使用docker-compose进行zabbix的安装。 为什么要使用docker-compose的方式安装zabbix docker相信有很多的读者朋友都有使用过，其中
ros下运行ORB-SLAM2_RGBD_DENSE_MAP-master稠密建图（带回环检测）
weixin_44331641的博客
06-09 1546
可能还会有libboost_filesystem.so.1.58.0和libopencv_core3.so.3.3出现同样的错误，同样是用该方法先找到该文件在系统中的所在位置，然后建立软链接。第三条语句在/home/ybl/ORB-SLAM2_RGBD_DENSE_MAP-master文件夹下重新打开终端执行，按下空格键后图像显示在可视化窗口中。viewer画面只有三色坐标轴，不显示点稠密点云图，按下r键即可出现，重新运行，大功告成！就依次编译，这样的话就能通过了，很奇怪不知道为什么。
orbslam2稠密版建图
darren_pty
10-19 5929
slam
orb特征 稠密特征_基于ORB-SLAM2构建八叉树地图 杨栋梁、姚上斌 10.20
weixin_36258720的博客
01-04 1095
一、项目任务通过对于前期工作总结以及会议讨论，之前所寻找方法并不适用于我们的项目，暂时放弃对于之前方法的研究。本周任务如下：1.联系学长询问其毕设论文相关实现问题2.网上查找与项目方案（目前暂定通过稀疏点云构建八叉树地图，进而转化为栅格地图的方案）相似的文献二、完成情况首先，通过与学长的交流，解答了一些疑问;1.关于八叉树地图中概率的问题如何计算？开始以为学长从点云地图到八叉树地图中使用了自己的方...
ORB_SLAM2（修改过）.zip
10-09
适用于ubuntu20.04，重装了两次系统才勉强编译成功的
ORB_SLAM2_PointCloud.zip
02-07
这是一个在ORB_SLAM基础修改后的代码，增加了点云构建的线程，主要是利用ORB Tracking线程中生成的关键帧来构建点云地图。详细的使用说明可以参考博客：
ORBSLAM2_DenseMapping.zip
08-06
能够稠密建图的ORBSLAM2
SLAM实践：ORB_SLAM2与D435---rgbd_tum.cc
05-05
ORB_SLAM需要修改的部分包括CMakelist.txt和rgbd_tum.cc，这部分需要较大改动。首先看rgbd_tum.cc，由于我们打算完成一个实时系统，所以不在需要数据的读取、color和depth的匹配；可以省去相当部分的工作。最后展示...
ORB_SLAM2稠密点云构建.rar
06-17
readme链接：https://blog.csdn.net/qq_34289112/article/details/92561229
TUM数据集
干饭人
02-21 9259
TUM数据集主页:https://vision.in.tum.de/data/datasets/rgbd-dataset/download 由于 TUM数据集是从实际环境中采集的,需要解释一下它的数据格式(数据集一般都有自己定义的格式)。在解压后,你将看到以下这些文件: rgb.txt 和 depth.txt 记录了各文件的采集时间和对应的文件名。 例如：1305031910.765238 ...
最速下降法
干饭人
03-31 3418
文章目录一、目的二、计算步骤解析三、优点四、缺点 参考：【最优化】一文搞懂最速下降法 再谈 梯度下降法/最速下降法/Gradient descent/Steepest Descent 一、目的 最速梯度下降法解决的问题是无约束优化问题，而所谓的无约束优化问题就是对目标函数的求解，没有任何的约束限制的优化问题，比如求最小值： minf(x)minf(x)minf(x) 二、计算步骤 解析 第1步：...
特征检测---ORB
干饭人
06-27 3090
文章目录为什么要引入ORB什么是ORBFASTOriented FASTBRIEF描述子Hamming距离改进的BRIEF 为什么要引入ORB 在ORB之前，有SIFT、SURF，虽然具有良好的旋转不变性、光照不变性等，但这两个检测方法需要的时间实在是有些长，尤其是SIFT。下图是ORB文献里提到的每种方法检测一帧图像(640*480)所用的时间: 可以看出来，ORB在速度上的确是快很多。 什么是ORB ORB全称是Oriented FAST and Rotated BRIEF，是目前最快速稳定的特征点检
orbslam2稠密建图详解 noetic
最新发布
02-08
ORB-SLAM2是一种利用稀疏特征点的单目、双目和RGB-D相机的稠密建图算法。它是一种视觉里程计（Visual Odometry）和建图系统，可用于无人机、机器人和增强现实等领域。 ORB-SLAM2的核心思想是通过提取关键帧和特征点来跟踪相机的位置和姿态，并在此基础上创建稠密地图。它使用Oriented FAST和Rotated BRIEF（ORB）算法提取特征点，这些特征点既具有良好的鲁棒性，又能够实现实时性能。 ORB-SLAM2采用了基于BA（Bundle Adjustment）的非线性优化方法来提高精度，并且在跟踪过程中实现了闭环检测和回环优化，从而提高了算法的健壮性和可靠性。此外，ORB-SLAM2还支持双目和RGB-D相机，通过多传感器数据的融合，能够更准确地恢复相机的轨迹和场景的几何结构。 在使用ORB-SLAM2进行稠密建图时，它会根据场景的运动和临近特征点的分布来确定哪些区域是描述场景几何特征的最佳候选区域。然后，通过匹配这些候选区域，使用多个特征之间的相关性来生成稠密地图。最终，ORB-SLAM2通过优化相机位姿和场景结构来逐帧更新地图，并将其展示给用户。 总之，ORB-SLAM2是一种高效稳健的稠密建图算法，通过使用ORB特征提取、非线性优化和闭环检测等技术，能够在实时应用中实现高质量的相机定位和三维地图创建。它在无人机、机器人导航和增强现实等领域具有广泛的应用前景。

“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 3
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