ORB-SLAM2单目初始化学习笔记

最新推荐文章于 2023-08-27 23:09:28 发布

weixin_46427781

最新推荐文章于 2023-08-27 23:09:28 发布

阅读量642

点赞数 1

本文链接：https://blog.csdn.net/weixin_46427781/article/details/108778519

版权

本文详细介绍了ORB-SLAM2系统中单目初始化的过程，包括为何需要初始化、创建单目初始器、重新构造初始器、匹配特征点对、验证匹配结果以及进行单目初始化的步骤。关键步骤涉及特征匹配、旋转直方图筛选、基础矩阵和单应性矩阵的计算，以确定初始位姿和地图点。

摘要由CSDN通过智能技术生成

ORB-SLAM2单目初始化学习笔记

一、为什么要进行单目初始化

获得初始位姿、地图点用于后续跟踪。
尺度归一化
初始化为场景的平均深度
刚开始什么都没有，根据两帧之间匹配好的特征点进行三角化求得三维点，然后利用这些三维点作为地图，用地图去跟踪下一帧。
进入tracking线程：
step1：初始化
判断传感器类型，双目和RGB相机初始化共用一个初始化函数，单目单独初始化。

如果单目初始器还没有被创建，则创建。后面如果重新初始化时会清掉这个。
需要注意的是，单目初始帧的特征点数必须大于100

如果当前帧特征点数太少（不超过100），则重新构造初始器。
删除原先初始化器delete mpInitializer

1、在mInitialFrame与mCurrentFrame中找匹配的特征点对。

ORBmatcher matcher(
            0.9,        //最佳的和次佳特征点评分的比值阈值，这里是比较宽松的，跟踪时一般是0.7
                        //（越低特征点越好，但是太低就会把很多正确的匹配去掉）

关注