5. ORB-SLAM对ORB特征的改进 ORB-SLAM中并没有使用OpenCV的实现,因为OpenCV的版本提取的ORB特征过于集中,会出现扎堆的现象。这会降低SLAM的精度,对于闭环来说,也会降低一幅图像上的信息量。具体的对ORB-SLAM的影响可以参考我的另一篇文章 杨小东:[ORB-SLAM2] ORB特征提取策略对ORB-SLAM2性能的影响 ORB-SLAM中...
本文是在ORB-SLAM2的基础上进行计算卸载的,也可以用在其他的SLAM系统中,如VINS-MONO,把IMU预处理和初始化模块加入到移动设备的tracking中、将带有重定位模块的局部视觉惯性里程计加入到边缘设备的边缘局部映射中、将全局姿态图优化和回环检测等加入到边缘设备的回环检测和全局构建中。 对于其他非视觉的SLAM系统,如LiDAR...
因此,于扩展的ORBSLAM 2包中,首先在低速驾驶条件下建立和保存一个环境的视觉特征地图。然后在第二次运行中重新加载地图,之后在之前构建的地图上进行定位。与full SLAM相比,在先前构建的地图上加载和定位可以提高自动驾驶车辆的连续定位精度。这个地图保存的特征是最初ORB-SLAM 2丢失的。在本文中根据构建的SLAM地图评估...
下面,我们对ORB-SLAM2算法进行了改进,以适应这种只进行两阶段定位场景的需要。第一步,我们在低速行驶条件下使用SLAM创建了一个环境地图。第二步,我们加载地图并以更高的速度在地图上定位车辆。结果表明,这种纯定位策略可以有效降低计算量和定位误差。在第二节中,我们简要地介绍了相关的研究和我们所建立的算法。在第...
摘要:为解决视觉SLAM在户外眩光场景下稳定性较低的问题,本文结合深度学习在图像处理领域的方法,提出了一种面向室外含有眩光干扰场景的改进的ORB-SLAM2算法。首先,将定位相机拍摄图片输入预先训练的U-Net网络处理,该网络可有效去除图片眩光,同时对...
ORB-SLAM2跟踪线程对相机输入的每一帧图像进行跟踪处理,如下图所示,主要包括4步,提取ORB特征、从上一帧或者重定位来估计初始位姿、局部地图跟踪和关键帧处理。 以下结合相关理论知识,阅读ORB-SLAM2源代码,从而理解ORB-SLAM2算法中ORB特征提取过程。 ORB(Oriented FAST and Rotated BRIEF) ...
orb-slam2代码总结(四)特征点匹配 orb-slam作为一款优秀的特征点slam方法,其特征点匹配好坏相当重要,直接关系到建图和定位的准确度。 1、特征点提取 orb特征点是对fast角点的改进,通过加入尺度和旋转的属性,使得orb特征点具备了尺度和旋转不变性. 1.1 特征点数目 每一金字塔层选取特征点理论总数目nfeatures,随着...
Tracking线程主要做以下两件事:(1)估计每一帧相机的位姿,(2)选择新的关键帧。 1.1、ORB特征提取 综合考虑算法的速度(算法的运算时间上,排除SIFT、SURF等)和鲁棒性(尺度、旋转、光照上、排除BRIEF、LDB等),选择ORB特征点算法。ORB(Oriented FAST and Rotated BRIEF)改进了FAST角点不具备方向性的问题,并改进BRIEF...
(4)利用贪婪搜索算法,找出256个点对使其相关性最低,得到带有方向的特征描述子rBRIEF。 2 改进ORB算法 在RGB-D SLAM算法中,前端数据处理部分使用传统ORB算法对图像进行特征点检测与提取,会导致提取到的特征点分布不均匀,并且还会在图像中的某一区域出现特征点重叠的情况。特征点分布不均匀以及重叠特征点的出现会影响...
GCNv2是基于一个为三维射影几何而训练的网络GCN的改进版本。GCNv2被设计用于生成类似于ORB的特征描述子和特征点的算法,其可以很容易的替代ORB特征在ORB-SLAMv2中。GCNv2可以显著的提升GCN的计算速度,并且不像GCN只能应用于桌面系统。经过本算法改善的ORB-SLAMv2,可以实时运行在嵌入式设备Jetson TX2。实验结果表明,...