ORB-SLAM3整体结构梳理
新机器视觉
共 3367字,需浏览 7分钟
· 2021-08-28
点击下方卡片,关注“新机器视觉”公众号
视觉/图像重磅干货,第一时间送达
1、整体框架
2、IMU 和 Camera 数据融合获取位姿数据的过程
(1) 利用相机和 IMU 分别进行图像采集和惯性数据采集,且 IMU 的采集频率大于 相机的采集频率;
(4) IMU 初始化(讲解 ORB-SLAM3 采用的方法),这一步的目的是获取 IMU 参数较好的初始值:速度、重力以及 Bias。
采用 ORB-SLAM 经典框架纯视觉初始化流程,按照关键帧速率 4Hz 持续运行2s,然后我们可以得到按比例缩放的地图,包括 10 个关键帧以及上百个地图点,然后通过 Visual-Only BA 进行优化。
这一步目的是获得 IMU 参数最优估计。利用前述单目视觉 SLAM 初始化后稳 定运行的数据,以及这些关键帧之间的 IMU 测量,包括:尺度因子、重力方 向、IMU 传感器偏置参数、关键帧的无尺度速度。这些 IMU 测量放在一起构 成状态向量,构建优化问题求解。一旦惯性优化完成,帧的姿态、速度以及 3D 地图点就会以估计的尺度进行缩放,同时旋转以使 z 轴与估计的重力方向对齐。
3> Visual-Inertial
3、ORB-SLAM3 的基于特征点的 tracking 模块的优缺点,改善的机会点或方向
ORB-SLAM3 引入了 Atlas 系统,在 tracking 过程中,如果跟丢了,可以利用当前帧查询 Atlas DBoW 数据库。这个查询可以利用所有先验信息,在所有地图 中找相似的关键帧。一旦有了候选关键帧,地图和匹配的地图点就可以进行重定位,极大提升性能,增大鲁棒性。
个人认为,ORB-SLAM3 此次更新的一大变化就是引入了 Atlas 地图,相当于 开辟了一条新的方向。当前由于只是第一个版本,所以在这方面的改进空间还有 很大,可以在这个方向做一些研究。同时 IMU 相比于 camera,有很多互补优势, 如何让 IMU 和 camera 更好的结合,发挥更好的效果,也是可以研究改进的点。IMU 初始化也有很多不足,采用一个更好的方法进行 IMU 初始化,也是一个可以改进的点。
—版权声明—
仅用于学术分享,版权属于原作者。
若有侵权,请联系微信号:yiyang-sy 删除或修改!
评论
IT 运维整体解决方案(PPT)
本文作为一个IT运维整体解决方案PPT,包括了步骤规划、平台设计、事件处理流程、监控、各设备及系统管理、工作流引擎等各个要素,对撰写运维方案具有参考价值,部分内容可作为模板借鉴。(*因成文时间所限,文中举例的部分产品技术可能过时,但产品技术并非本文重点。)图片点击可放大原题:IT运维整体解决方案,点
数据中心运维管理
0
6大类最新AI工具,共计39个分类梳理!
你好,我是郭震俗话说,工欲善其事必先利其器,用好AI工具一定事半功倍!这也是AI技术革命带给我们最能感知到的地方之一。这篇文章总结了6大类AI工具,分别包括:问答,图像,视频,AI编程,AI提示词和AI大模型,一共梳理挑选了共计39个AI工具,其中很多都是开源!文末还包括完整思维导图,大家记得收藏这
Python与算法社区
10
Nat Biotechnol | 叶凯团队开发基因组新生和体细胞结构变异分析算法—SVision-pro
基因组结构变异与丰富多彩的生物性状进化和严重疾病表型密切相关。多种遗传病和癌症的变异研究需要在多个样本之间进行基因组变异差异比较,进而获得真正与疾病进展相关的新生(de novo)和体细胞(Somatic)结构变异。目前,领域内常用的“先检测再求差”的分步式策略要求在基因组检测后有多个计算步骤,繁杂
生信宝典
0
基于源码的 Webpack 结构分析
分享背景即使目前优秀的构建工具层出不穷,Webpack 还是保持着其在现代前端开发工具链中不可替代的地位。这主要得益于其优秀的灵活性以及强大的生态系统。然而,随着版本更替,Webpack 的功能越来越庞大,整体的代码量日渐夸张,大大提高了学习难度。与此同时,大多数人对 Webpack 的使用都停留在
全栈前端精选
1
为什么使用结构体效率会高?通过汇编代码给你讲透!
作为一个有着十几年研发经验的嵌入式老杆子,作者发现很多程序猿新手,在编写代码的时候,特别喜欢定义很多全局变量, 写个模块,能定义几百个全局变量,函数里面也是各种全局变量, 这种屎山代码效率低,难维护,几...
嵌入式Linux
0