第二部分:介绍视觉SLAM框架ORB-SLAM2的原理和核心代码,从特征匹配、地图初始化,再到跟踪线程、局部建图线程、闭环线程、优化方法,面面俱到。 第三部分:介绍ORB-SLAM2的升级版——视觉惯性系统ORB-SLAM3的主要新增内容和代码,涵盖了IMU预积分、多地图系统、跟踪线程、部建图线程、闭环及地图
orbslam算法框架 ORB-SLAM[1]完全继承了PTAM(http://www.cnblogs.com/zonghaochen/p/8442699.html)的衣钵,并做出了两点巨大改进:1)实时回环检测;2)很鲁棒的重定位。为了实现这两点改进,ORB-SLAM把PTAM的mapping线程基于局部BA和全局BA拆分成了local mapping和loop closing两个线程,用ORB描述子替换了patch匹配,并且...
2)实际测试中,ORB-SLAM的抖动(jitter)要比SVO大,个人感觉是因为ORB-SLAM的地图点是简单三角化出来的,额外的约束也只是为了剔除外点而没有进一步的考虑地图点的不确定性,而SVO的深度滤波器从概率分布的角度充分利用了多帧图像,深度不确定性收敛到比较小的区间才会插入地图点。 参考文献: [1] Mur-Artal R, Monti...
讲师: 小六,中科院博士、4年视觉SLAM从业经验、计算机视觉life公众号创始人。课程讲解细致,善于将复杂的原理用图表具象化,帮助学员快速理解复杂的源码并理解背后的物理意义,教学耐心仔细,广受学员好评。他也是《视觉SLAM必学基础:ORB-SLAM2源码详解》课程讲师。 老白
1.ORB-SLAM3核心点摘要 2.视觉惯性算法对比及简介 3.ORB-SLAM3算法框架介绍 4.相机抽象模型 5.视觉惯性及IMU初始化 6.地图合并及闭环 7.算法精度测评结果对比 直播地址: 计算机视觉life 小鹅通、视频号、哔哩哔哩。录播仅限ORB-SLAM3课程成员观看。
而作为基于几何方法的计算机视觉核心技术,视觉SLAM广泛应用于元宇宙、自主移动机器人、自动驾驶车辆、增强现实、智能穿戴设备和智能无人机等领域。 近几年,业界诞生了大量优秀的视觉SLAM算法框架,其中以西班牙的萨拉戈萨大学机器人感知与实时研究组发表的ORB-SLAM2、ORB-SLAM3最知名、应用最广泛。 ORB-SLAM3:用于视觉、...