与传统的基于特征的SLAM方法生成稀疏点云不同，MGSO旨在跟踪稠密的像素集，从而生成稠密且结构良好的点云输出。利用这一稠密的结构化点云在未建图区域初始化3DGS。通过高质量点集的初始化，加快了3DGS的优化过程，指导其生成更紧凑的重建结果，减少了伪影和冗余。主要贡献如下：一个实时的稠密SLAM系统，结合了光度SLAM和3
ORBSLAM2--Monocular模块(2):构建稀疏地图点 盐粒 室内SLAM研究 来自专栏 · SLAM烹饪术 4 人赞同了该文章 在单目视觉中,我们获得 地图点的方式 就是依靠trangulation来做。这里介绍的内容属于localmapping.cc,是一个单独的线程,当有新关键帧的时候,我们要把keyframe插入到localmap中。
通常研究orbslam_2的见图效果是通过截图来观察最终的结果,去分析。但是就会有所限制,截图得到的只是一个平面,并不是随意移动的点云地图。 保存点云并重新加载成地图方便二次开发,适用于本项目中的将稀疏点云地图转换成最终的可用于导航的语义地图的算法测试,省去了每次都重新构图的麻烦。 实现方案 方案1: ORBSLA...
与传统的基于特征的SLAM方法生成稀疏点云不同，MGSO旨在跟踪稠密的像素集，从而生成稠密且结构良好的点云...