摘要：
地图点可以通过关键帧来构造，也可以通过普通帧构造，但是最终，必须是和关键帧对应的，通过普通帧构造的地图点只是临时被Tracking用来追踪用的。 构造函数（地图点3D坐标及其参考帧）： 地图点和关键帧之间的观测关系是最重要的，参考关键帧是哪一帧，该地图点被哪些关键帧观测到，对应的哪个（idx）特征点 阅读全文
摘要：
KeyFrame中维护了一个map，保存了与当前帧共视的KeyFrame*与权重（共视MapPonits数量）。对关键帧之间关系是用加权有向图来完成的，那么理解其spanning tree生成树的原理就很有必要了。 KeyFrame中比较难理解的是SetBagFlag()函数，真实删除当前关键帧之前 阅读全文
摘要：
KeyFrame类利用Frame类来构造。对于什么样的Frame可以认为是关键帧以及何时需要加入关键帧，是实现在tracking模块中的。 由于KeyFrame中一部分数据会被多个线程访问修改，因此需要在这些成员中加线程锁，保证同一时间只有一个线程有访问权。涉及线程安全的有： 关键帧位姿的设置（lo 阅读全文
摘要：
Frame类的成员变量主要包含从摄像头获取的图像的 1. 特征点信息（关键点+描述字） 2. 尺寸不变特征所用金字塔信息，这些都定义在ORBextractor对象中 3. 词袋模型参数，用于跟踪失败情况下重定位 4. 相机参数，深度阈值 5. 当前帧的id，时间戳，相对世界坐标系位姿，参考关键帧，特 阅读全文
摘要：
双目矫正 双目通常事先是通过畸变矫正标定的，而RGB-D和单目则并不一定完成了矫正。 因此，对于RGB-D和单目获取的图像，在提取特征点之后，需要矫正，而双目则可以省略这一过程。 词袋模型反向索引 DBow2中提供的正向索引（direct index）和反向索引（inverse index）分别表示 阅读全文
摘要：
初始化完成后，对于相机获取当前图像mCurrentFrame，通过跟踪匹配上一帧mLastFrame特征点的方式，可以获取一个相机位姿的初始值；为了兼顾计算量和跟踪鲁棒性，处理了三种模型： 1. TrackWithMotionModel 2. TrackReferenceKeyFrame 3. Re 阅读全文
摘要：
单目初始化以及通过三角化恢复出地图点 单目的初始化有专门的初始化器，只有连续的两帧特征点均>100个才能够成功构建初始化器。 若成功获取满足特征点匹配条件的连续两帧，并行计算分解基础矩阵和单应矩阵（获取的点恰好位于同一个平面），得到帧间运动（位姿），vbTriangulated标记一组特征点能否进行 阅读全文
摘要：
首先要清楚ORB-SLAM视觉跟踪的原理，然后对tracking.cc中的函数逐个讲解 代码的前面部分是从配置文件中读取校准好的相机参数（内参和畸变参数，以及双目的深度测量设定），并且加载ORB特征点提取的参数（特征点数，金字塔层数，变化尺度，以及提取Fast关键点的阈值）；以及四个线程之间锁的代码 阅读全文
摘要：
ORB视觉里程计主体在tracking线程中 阅读全文
摘要：
ORB-SLAM中除了第三方库，基本没有看到使用c++11的新特性（例如别的SLAM框架中常用的智能指针，拷贝控制，泛型算法等，基本没有使用动态内存，栈内存读取速度较快），因此非常适合初学，代码很清晰。静下心来一个月之内是肯定可以看完的，目前的想法是在看完ORB之后，对其中的典型算法再做一个总结～慢 阅读全文
摘要：
主要有两篇论文 阅读全文
摘要：
ORB主要借鉴了PTAM的思想，借鉴的工作主要有Rubble的ORB特征点；DBow2的place recognition用于闭环检测；Strasdat的闭环矫正和covisibility graph思想；以及Kuemmerle和Grisetti的g2o用于优化。 首先需要了解ORB-SLAM中使用 阅读全文
摘要：
使用LUT（lookup table）检索表的方法，提高color reduce时对像素读取的速度。 实现对Mat对象中数据的读取，并计算color reduce的速度。 方法一：使用Mat的ptr()遍历行(row)，效率较高，使用时需要小心细节 结果： 如果使用*p++的方法，结果不同： 这种方 阅读全文
摘要：
根据输入数据调整模型参数（阈值，权重。。。） 阅读全文
摘要：
// Lucas-Kanade method Optical Flow in OpenCV // BJTShang, 2016-12-13 #include #include #include const int MAX_CORNERS = 500; int main(int argc, char** argv){ IplImage* imgA = cvLoadImage("/h... 阅读全文
摘要：
依赖：指针是一个变量，指向本体；引用只是一个别名（本体的另一个名字），绑定在主体上 可变：引用只能在定义时被初始化一次，且“从一而终”；指针可以修改，“见异思迁”； 可空：引用不能为空；指针可以为空； 大小：sizeof 引用，得到的是所指向变量的大小；sizeof 指针，得到的是指针的大小； 自增 阅读全文
摘要：
切换g++版本 https://askubuntu.com/questions/372248/downloaded-g-4-8-from-the-ppa-but-cant-set-it-as-default 解压缩.7z sudo apt-get install p7zip-full 7z x PA 阅读全文
摘要：
all the nodes should be carectorized into three groups: (visited, front, unknown) we should pay special attention to front group. The Dijkstra Algorit 阅读全文
摘要：
若已知参考点（landmarks）的坐标，则状态向量中不必含有xL， 从而实现的仅为机器人在已知环境中的定位，求解大大减少（状态向量维度仅为运动状态）。若想实现完整SLAM，必须将xL加入状态向量中。 扩展卡尔曼滤波（EKF）相对于卡尔曼滤波，可以进一步求解非线性问题（通过在目标点附近做泰勒展开的一 阅读全文
摘要：
http://frc.ri.cmu.edu/~kaess/vslam_cvpr14/ 阅读全文
摘要：
一篇很好的文章： http://calculus.yuyumagic424.net/wp-content/uploads/2012/12/%E6%B3%B0%E5%8B%92%E5%B1%95%E9%96%8B.pdf 阅读全文
摘要：
ICP 算法是一种点云到点云的3D-3D配准方法。 在SLAM中通过空间点云的配准（可以通过相机或者3D激光雷达获取点云数据），可以估计相机运动（机器人运动，旋转矩阵R与平移向量t），累积配准，并不断回环检测，可以保证机器人定位的精度。 想象三维空间中两组点云PL（参考点云，固定不动） 以及 PR（ 阅读全文