視覺SLAM整理（1）

注:**

注：**

推倒過程：

|2017.2.10.23.04

1. 讀取（包括rgb和dep）-> imread

2. 構造特徵點提取器和描述子提取器（sift）-> cv::featuredetector\descriptorextractor::create

3. 提取關鍵點detect(rgb,cv::keypoint)

4.計算描述子compute(rgb,cv::keypoint,cv::mat)

5.匹配描述子

vector< cv::dmatch > matches;

cv::flannbasedmatcher matcher;

matcher.match( desp1, desp2, matches );

6. 篩選匹配關係->去掉距離太遠的匹配

|2017.2.19.11.21

【note】

| 2017.2.20.10.16

視覺SLAM框架式整理

自己翻譯並整理的，若有誤麻煩指出來，謝謝！利用平台操作slam系統採集的資料，構建周圍世界的地圖，並在地圖中同時定位自身。平台上搭載的感測器具有多種功能，如單目攝像頭 雙目攝像頭 立體攝像頭 rgb d攝像頭 雷射雷達等。slam技術在計算機視覺和機械人領域中占有重要地位。slam 系統大多基於小區...

視覺SLAM（一） 視覺SLAM框架

主要參考書目是高翔博士的 視覺slam十四講 中間會記錄一些個人實踐經驗和思考。slam伴隨著機器視覺發展和機械人導航已經相對成熟，形成了合理高效的基本框架。主要包含 感測器資料 前端視覺里程計 後端優化 回環檢測 建圖。採集根據不同應用場景和需求進行選擇，主要有如下幾種感測器 也就是單獨乙個攝像機...

視覺SLAM 視覺SLAM相關開源演算法總結

第乙個實時 單目slam系統，基於ekf優化。單目，只有tracking，進行了有效的特徵點對的匹配。之後有enft slam.適用於各種各樣的相機，除了常見的單目，雙目，rgb d的分類，還適用於透視 魚眼甚至自己設計的相機。通過使用apriltag基準標記實現slam 76 提出了一種基於李代數...