摘要: ORBSLAM2的关键帧简介 图像插入频率过高会导致信息冗余度快速增加,而这些冗余的信息对系统的精度却十分有限,甚至没有提高,反而消耗了更多的计算资源。这等于吃力不讨好。 关键帧的目的在于,适当地降低信息冗余度,减少计算机资源的损耗,保证系统的平稳运行。 ORBSLAM2也是沿袭PTAM的方案,将定 阅读全文
posted @ 2019-04-28 23:00 小C酱油兵 阅读(7343) 评论(2) 推荐(2) 编辑
摘要: ORBSLAM2的运动估计简介 ORBSLAM2中的运动估计核心方法就是3D-2D的PNP,而在跟踪过程主要分为三种类型: 上述三种方案,我们只介绍前两种,重定位由于需要用到回环检测,我们会在之后讲解。 PNP运动估计 在介绍ORBSLAM2的跟踪策略之前,我们先了解一下他所用的运动估计方法——PN 阅读全文
posted @ 2019-04-24 12:06 小C酱油兵 阅读(5885) 评论(7) 推荐(2) 编辑
摘要: ORBSLAM2匹配方法流程 在基于特征点的视觉SLAM系统中,特征匹配是数据关联最重要的方法。特征匹配为后端优化提供初值信息,也为前端提供较好的里程计信息,可见,若特征匹配出现问题,则整个视觉SLAM系统必然会崩掉。因此,本系列将特征匹配独立成一讲进行分析。 ORBSLAM2中的匹配流程如下所述: 阅读全文
posted @ 2019-04-17 22:08 小C酱油兵 阅读(3095) 评论(0) 推荐(2) 编辑
摘要: 这一讲我们讲解了ORBSLAM2中,ORB的分块提取源码是如何实现的,并且分析了分块提取和原生态的ORB之间的对比;   另外,本文还将源码进行单独实现,提供了一个github的源码,给大家练手。 阅读全文
posted @ 2018-12-08 14:50 小C酱油兵 阅读(4292) 评论(0) 推荐(2) 编辑
摘要: ORBSLAM2中的ORB描述子应用以及其描述子的生成过程。 阅读全文
posted @ 2018-12-05 17:46 小C酱油兵 阅读(5973) 评论(0) 推荐(1) 编辑
摘要: 归一化相关性,normalization cross-correlation,因此简称NCC,下文中笔者将用NCC来代替这冗长的名称。 NCC,顾名思义,就是用于归一化待匹配目标之间的相关程度,注意这里比较的是原始像素。通过在待匹配像素位置p(px,py)构建3*3邻域匹配窗口,与目标像素位置p'( 阅读全文
posted @ 2017-08-13 17:30 小C酱油兵 阅读(8112) 评论(1) 推荐(0) 编辑
摘要: 初次进入博客园写文章,先来试试水。看看编辑器以及流程~ 笔者兴趣点在于视觉SLAM,三维重建与AR,但是目前还是个初级研究者,所写内容不免有许多瑕疵,因此希望通过博客记录与相关方向研究者学习。 emmmm.... 就这样啦~ 阅读全文
posted @ 2017-08-13 10:51 小C酱油兵 阅读(183) 评论(0) 推荐(0) 编辑