现在开始学习下闭环检测线程。 LocalMapping线程把关键帧送到了mlploopKeyFrameQueue队列中，我们检查该队列是否为空，如果有先的关键帧进来，那么就开始进行回环检测。LoopClosing中的关键帧都是LocalMapping中送过来的：送过来一帧，就检查一帧. Funtio ...
分类：
编程语言 时间：
2018-04-05 20:02:19
阅读次数：
258
SFM和vSLAM基本讨论的是同一问题，不过SFM是vision方向的叫法，而vSLAM是robotics方向的叫法， vSLAM所谓的mapping，我们vision方向叫structure，vSLAM所谓的location，我们vision方向叫camera pose。 但是从出发点考虑的话，S ...
分类：
其他好文 时间：
2018-04-04 23:24:42
阅读次数：
710
ORB-SLAM的GitHub主页：https://github.com/raulmur/ORB_SLAM虽然整体上已经说得很清楚了，但是有些细节不够详细，运行的时候不注意很容易出错，因此对整个编译与运行过程进行详细的介绍： 安装环境：Ubuntu14.04+ROS indigo 准备工作： 1.源 ...
分类：
其他好文 时间：
2018-04-04 23:15:28
阅读次数：
307
Tum RGB D SLAM Dataset and Benchmark https://vision.in.tum.de/data/datasets/rgbd dataset Kitti http://www.cvlibs.net/datasets/kitti/index.php ...
分类：
其他好文 时间：
2018-04-03 22:00:21
阅读次数：
162
在数据关联中，常常采用马氏距离来计算实际观测特征 i 与地图特征 j 的距离，从而能较为准确的选出最可能的关联。具体的做法是： D(ij)=sqrt( ( Z(i)-μ(j) )'Σ^(-1)( Z(i)-μ(j) ) ) Z(i)表示当前激光雷达的第i个测量，μ表示EKF或其他算法所维护的地图集合 ...
分类：
其他好文 时间：
2018-03-25 15:50:15
阅读次数：
171
在数据关联中，常常采用马氏距离来计算实际观测特征 i 与地图特征 j 的距离，从而能较为准确的选出最可能的关联。具体的做法是： D(ij)=sqrt( ( Z(i)-μ(j) )'Σ^(-1)( Z(i)-μ(j) ) ) Z(i)表示当前激光雷达的第i个测量，μ表示EKF或其他算法所维护的地图集合 ...
分类：
其他好文 时间：
2018-03-25 00:00:43
阅读次数：
514
Input sensor was set to: Monocular Loading ORB Vocabulary. This could take a while...Vocabulary loaded! Camera Parameters: - fx: 311.204- fy: 312.853- ...
分类：
其他好文 时间：
2018-03-21 21:14:41
阅读次数：
1205
１、旋转矩阵 注：旋转矩阵标题下涉及到的SLAM均不包含位移。 根据同一点P在不同坐标系下e(e1,e2,e3)e'(e1',e2',e3')的坐标a(a1,a2,a3)a'(a1',a2',a3')有如下等式成立： 即a = eTe'a‘,其中eTe'设为R为旋转矩阵，即a = Ra‘,由此便得到 ...
分类：
其他好文 时间：
2018-03-16 00:19:25
阅读次数：
344
版权声明：本文为博主原创文章，转载请注明出处: http://www.cnblogs.com/newneul/p/8545450.html 6、在PnP优化中，将第一个相机的观测也考虑进来，程序应如何书写？最后结果会有何变化？分析:实际上在PnP例子中，我们可以把第一帧作为世界坐标系，然后在优化过程 ...
分类：
其他好文 时间：
2018-03-12 01:07:36
阅读次数：
277
1.mono优点：结构简单，成本低缺点：在单张图片里，无法确定一个物体的真实大小。它可能是一个很大但很远的物体，也可能是一个很近很小的物体。通过相机的运动形成视差，可以测量物体相对深度。但是单目SLAM估计的轨迹和地图将与真实的轨迹和地图相差一个因子，也就是尺度（scale），单凭图像无法确定这个真 ...
分类：
其他好文 时间：
2018-03-04 01:11:12
阅读次数：
2151
