ORBSLAM2是非常经典且值得学习的开源SLAM框架,是特征点法的巅峰之作,定位精度极高。代码也非常整洁规范,其中包含很多实际应用中的技巧,非常实用 视频内容:ORBSLAM2简介、TUM数据集简介、安装运行方法、需要注意的地方等
章?录 1. ORB-SLAM2代码详解01_ORB-SLAM2代码运?流程 1 运?官?Demo 以TUM数据集为例,运?Demo的命令: ./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml PATH_TO_SEQUENCE_FOLDER ASSOCIATIONS_FILE rgbd_tum.cc 的源码: int main(int argc, char **argv) {// 判断输?
ORB-SLAM2代码详解02_特征点提取器ORBextractor.pdf,各成员函数/变量 构造函数: ORBextractor() 构建图像金字塔: ComputePyramid() 提取特征点并进行筛选: ComputeKeyPointsOctTree() 八叉树筛选特征点: DistributeOctTree() 计算特征点方向 computeOrientation() 计算特征
ORB-SLAM2代码详解03_地图点MapPoint.pdf,各成员函数/变量 地图点的世界坐标: mWorldPos 与关键帧的观测关系: mObservations 观测尺度 平均观测距离: mfMinDistance 和 mfMaxDistance 更新平均观测方向和距离: UpdateNormalAndDepth() 特征描述子 地图点的删除与替换 地图点
3.3.2 第一种顶点:待优化位姿 3.3.3 第二种顶点:不优化位姿 3.3.4 第三种顶点:3D地图点 3.3.5 添加边 在本讲中,我们以local map即局部地图线程中的图优化:localBA为例,讲解ORBSLAM2在什么情况下调用这种图优化算法,而这个算法又起到了什么样的作用。希望通过本讲,可以让读者清楚下面几个问题。如有疏漏,...
函数void ORBextractor::ComputePyramid(cv::Mat image)逐层计算图像金字塔,对于每层图像进行以下两步: 1)先进行图片缩放,缩放到mvInvScaleFactor对应尺寸. 2)在图像外补一圈厚度为19的padding(提取FAST特征点需要特征点周围半径为3的圆域,计算ORB描述子需要特征点周围半径为16的圆域). ...
ORB-Slam详解2 代码流程 转载自http://blog.csdn.net/u010128736/ 一、整体框架 ORB_SLAM的代码非常整齐,简洁,便于阅读。由于我将使用其做室外场景的单目SLAM,所以我们从mono_kitti.cc这个主程序来看整个代码。为了更加方便阅读,我将其中的关键步骤做成思维导图,这样就可以一目了然了。喜欢的朋友请点赞!~...
ORB_SLAM2视觉惯性紧耦合定位技术路线与代码详解0——整体框架与理论基础知识,程序员大本营,技术文章内容聚合第一站。
ORB-SLAM2代码详解07_跟踪线程Tracking.pdf,各成员函数/变量 跟踪状态 初始化 单目相机初始化: MonocularInitialization() 双目/ RGBD相机初始化: StereoInitialization() 初始位姿估计 根据恒速运动模型估计初始位姿: TrackWithMotionModel() 根据参考帧估计位姿: TrackRef