視覺slam 精簡入門(中)

2021-09-09 06:24:50 字數 470 閱讀 8440

代表演算法有kinectfusion、kintinuous、voxel hashing、dynamicfusion

vslam 的代表演算法有 orb-slam、svo、dso

代表演算法有 ekf、msckf、preintegration、okvis 等

效能上大致可以認為 sift>surf>orb>fast,效率上可以認為 fast>orb>surf>sift(大於號左邊代表更優。效能主要包括匹配精度、特徵點的數量和空間分布等)。為了在效能和效率上取得折中,通常採用 fast 或者 orb,只能捨棄效能更好的 sift、surf 等。

前端 tracking 執行緒主要涉及到:

特徵的提取、特徵的匹配;

多檢視幾何的知識,包括對極幾何、pnp、剛體運動、李代數等。

後端優化執行緒涉及到非線性最小二乘優化,屬於數值優化的內容。閉環檢測線程涉及到地點識別,本質上是影象檢索問題。對於 vio,還涉及到濾波演算法、狀態估計等內容。

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...

視覺SLAM習題

視覺slam習題彙總 持續更新 ch3矩陣提取 主要是利用 block 對應習題提取左上角3x3矩陣 include include includeusing namespace std int main int argc,char argv 按照官網給出的計算方法,編譯出現 error eigen...