V-SLAM
V-SLAM

室外场景的SLAM方法

室外场景的SLAM方法

拿近几年来说，2017年是SLAM非常重要的一年。这一年出产了ORB-SLAM2和DSO。

间接法

ORB-SLAM2

基于特征点的slam方法，基本上不需要任何赘述，非常经典的一中SLAM方法
资源：【论文】【代码】

直接法

DSO

DSO分为单目和双目，并不是一个人写的，DSO单目在直接法中的地位也非常高，但今天要说的是DSO双目，它用于是室外无人驾驶。
资源：
论文【单目DSO】【 双目DSO】
代码【单目DSO】【双目DSO】

区别

这两种方法都代表了目前室外视觉SLAM中的最优秀的，定位精度很高，说的都是双目

  • DSO双目没有回环检测、重定位等功能
  • ORB-SLAM2双目代码经济简单，更易于开发，且鲁棒性更好，所以现在用的更多
  • 但是DSO双目的建图效果更好，半稠密的室外点云地图更适合用于导航

题外话：
个人对SLAM和深度学习相互促进的理解
SLAM和深度学习相互促进现在做的非常多，这也符合人类对环境的认知直观感受。但实际深度学习拿来辅助SLAM是最好的模式，就是说SLAM是主，深度学习是辅。如：用深度学习做检测目标或语义分割来帮助SLAM，反过来再相互促进就可以得到更高的精度，但是直接用深度学习来从视频中预测相机位姿或者用CNN等来预测图像深度，个人感觉目前来说不太靠谱，对人来说我可以通过学习经验来大概估计出物体距离我们的远近或者相机前后左右变换，但对于计算来说，可能需要给他更准确的信息，而不是一个含糊的信息，这让它在另一个新的环境中就很难办。

以上纯属个人理解，如有错误请不吝批评指正，欢迎共同讨论！！！

你可能感兴趣的:(V-SLAM)

  • V-SLAM综述：四、VINS-MONO（预积分和联合初始化） 循梦渡
    3——IMU预积分论文内容：1.论文第IV点的B部分IMU预积分，IMU预积分的作用是计算出IMU数据的观测值（就是IMU预积分值）以及残差的协方差矩阵和雅各比矩阵，那就要清楚的明白为什么要计算这三个量？计算出这三个量为什么就可以和视觉观测值进行耦合？如果你现在回答不出来，请好好想一想自己以前学到的知识，关于视觉的这三个量，视觉中观测值是用来计算残差的（也就是误差），残差的雅各比矩阵是优化中下降的
  • V-SLAM综述：一、ORB-SLAM 循梦渡
    一、ORB特征ORB（OrientedFASTandRotatedBRIEF）是一种快速特征点提取和描述的算法。ORB算法分为两部分，分别是特征点提取和特征点描述。特征提取是由FAST（FeaturesfromAcceleratedSegmentTest）算法发展来的，特征点描述是根据BRIEF（BinaryRobustIndependentElementaryFeatures）特征描述算法改进的
  • 视觉SLAM | 最小二乘优化 Way798 视觉SLAM
    [1]:从零手写VIO——（三）基于优化的IMU与视觉信息融合（上篇)[2]:从零开始手写VIO第三章作业（含关键点细节及思维过程）[3]:[基础知识点]LM算法——阻尼因子更新策略(Nielsen)——内容与代码解析[4]:g2o使用总结[5]:[MVG]鲁棒估计:RANSAC&鲁棒核函数[6]:[V-SLAM]BundleAdjustment实现
  • [基础知识点]RANSAC+鲁棒核函数 いしょ 计算机视觉
    目录1.RANSAC随机采样一致算法1.1相关定义1.2完整的RANSAC算法1.2.1估计模型——拟合2D直线1.2.2内点阈值ttt1.2.3采样次数NNN1.2.4内点数量阈值TTT1.3核心代码1.4实验结果2.鲁棒核函数在V-SLAM中，我们首先构造3D-3D、3D-2D、2D-2D匹配，然后据此去估计相机的运动。完美估计需要完美的匹配，但实际的匹配中往往存在很多错误。如何消除或者降低错
  • 从零开始搭二维激光SLAM --- 基于ceres的后端优化的代码实现 李太白lx 从零开始搭二维激光SLAM优化库后端自动驾驶算法
    上一篇文章我们分析了如何使用g2o进行位姿图的优化.由于g2o天然是进行位姿图优化的,所以十分契合karto的位姿图的接口,只需要将对应的顶点和约束分别赋值过去就可以了.这篇文章我们来看一下另一个比较常用的优化库Ceressolver.1ceres简介Ceressolver是谷歌开发的一款用于非线性优化的库,在激光SLAM和V-SLAM的优化中均有着大量的应用,如Cartographer,VINS
  • V-SLAM笔记整理总结 程序猴儿 slamSLAM视觉slam笔记slam知识点总结slam实习前知识总结
    V-SLAM笔记整理总结参考博文：https://blog.csdn.net/qq_33414553/article/details/81270112SLAM（即时定位与建图）理解：建图：描述机器人制图Mapping时假设机器人位姿已知。制图时只需要更新地图。定位：描述机器人定位问题时假设环境地图Map已知。视觉SLAM相机种类：单目（Mono）、双目（Stereo）、深度（RGB-D）、鱼眼全景
  • ORBSLAM3整体框架 one to slam ORBSLAM3解读计算机视觉slam自动驾驶
    一、前言笔者认真学习了一年半有余的SLAM，期间学习过V-SLAM、VI-SLAM、激光SLAM和激光+IMU的SLAM，在看论文和代码的闲暇之余，会时常逛知乎和CSDN等博客膜拜大佬们的文章，回顾整个过程，似乎自己没有在相关博客留下痕迹，也深刻体会到“好记性不如烂笔头”的警示作用，因此想把自己学过的东西进行总结，也抱着向大家学习的态度，文章不足之处欢迎大家批评指正。由于ORBSLAM3的SLAM
  • ORB-SLAM3学习：第一章--非线性最小二乘法 迟暮 . 学习最小二乘法人工智能
    ORB-SLAM3学习第零章–研究综述第一章–非线性最小二乘法文章目录ORB-SLAM3学习前言一、非线性最小二乘法在V-SLAM算法中的应用和简单理解1.1在V-SLAM中的简单说明1.2最小二乘法的简单引入二、牛顿公式推导2.1一维函数求最小值2.2二（多）维函数求最小值二、高斯--牛顿公式推导2.1基础知识2.2抛出问题2.3优化目标函数总结前言视觉SLAM中后端优化使用了诸多算法，非线性最
  • 关于视觉SLAM的最先进技术的调查-A survey of state-of-the-art on visual SLAM Alaso_soso 论文阅读笔记VSLAM机器学习计算机视觉人工智能
    原文见文章末尾：今天读了一篇视觉slam的综述，真的是读了一天，记录一下。我比较关注的是特征提取和匹配和深度学习有关的章节。好久，但是还算是有收获的吧。摘要：本文概述了视觉同步定位和测绘（V-SLAM）。我们讨论了SLAM和视觉系统领域的基本定义，并对用于移动机器人视觉和SLAM的最先进方法进行了回顾。本文涵盖了基本的SLAM方法、视觉传感器、用于特征提取和匹配的机器视觉算法、深度学习（DL）方法
  • python点云快速配准_分享一个V-SLAM中点云配准算法改进的方法 weixin_39617484 python点云快速配准
    近年来，随着自主导航的广泛应用，视觉同时定位与地图构建(Visualsimultaneouslocalizationandmapping,V-SLAM)通过自身携带的视觉传感器对周围环境进行重构并且估计出自身的位置，准确定位与高精度的V-SLAM算法是实现自主导航的关键技术。V-SLAM一般分为前端视觉部分和优化的后端部分基于特征点法的前端视觉部分，一直以来都是视觉里程计(VisualOdomet
  • V-SLAM综述：基础（问答和名词解释） 循梦渡
    面经问题集：https://blog.csdn.net/weixin_43795395/article/details/89762278基础矩阵F、本质矩阵E、单应矩阵H的理解和推导：（至关重要）https://www.zhihu.com/question/27581884/answer/105606049单目相机，F和H矩阵有何不同，E和F矩阵有何不同E：本质矩阵F：基本矩阵H：单应矩阵E=t*
  • 【AR实验室】OpenGL ES绘制相机（OpenGL ES 1.0版本） （转） 树上的cat_ee3c
    转自：http://www.cnblogs.com/polobymulberry/p/6130376.html之前做一些移动端的AR应用以及目前看到的一些AR应用，基本上都是这样一个套路：手机背景显示现实场景，然后在该背景上进行图形学绘制。至于图形学绘制时，相机外参的解算使用的是V-SLAM、Marker-Based还是GPS的方法，就不一而足了。所以说要在手机上进行现实场景的展现也是目前AR应用
  • 我是怎么从0开始跑通ORBSLAM2+kinectv1的（win8或者win10） qq184861643 SLAM
    我在研0阶段接到的实验室的第一个项目，是和本校的另外一个实验室的合作项目，分给我的第一阶段的任务是对一个简单的室内环境进行三维重建。经过一些自己的调研和向一位远在日本从事SLAM研究的老师的请教，最后决定用V-SLAM的方法来实现第一阶段的任务。经过一段时间的钻研，我个人决定用ORBSLAM2。因为整个项目从头到尾都是我一个人做，摸索了很多，进了很多坑，最后终于跑通了，决定把这整个过程记录下来。我
  • 基于单目视觉的同时定位与地图构建方法综述 chenying66 SLAM
    主要针对增强现实的应用场景。指出AR需要实时定位设备在环境中的方位。定位方案虽然已经有很多种，但多数方案要么在实际应用中存在诸多局限，要么代价太高难以普及。背景在AR应用中，由于虚拟物体的叠加目标通常为图像、视频，因此基于图像、视频等视觉信息的V-SLAM方案，对于确保虚实融合效果在几何上保持一致有着天然的优势。主要针对单目相机的V-SLAMV-SLAM的目标:同时恢复出每帧图像对应的相机运动参数
  • 工作总结（2018.6.19-2018.6.22） teddyluo
    上周已完成的工作（2018.6.19-2018.6.22）学习吴教授strategiesplanning参加小组月度和半年工作总结会参加华中科大钟胜副院长《成像实时自动目标识别及其应用》讲座小组基础学习讨论会v-slam:对极几何、三角测量、PnP、BundleAdjustment、ICP的初步学习本周工作计划（2018.6.25-2018.6.29）v-slam:对极几何、三角测量、PnP、Bu
  • V-SLAM 回环检测与后端优化重读 爱发呆de白菜头 创建和维护自己的SLAM系统g2o回环检测vSLAM
    研究背景：后端优化原理大多人都比较清楚，但是实现起来不是个容易的事情，而回环检测部分在自己测试之后发现，这部分在vSLAM中也是至关重要的，本文的给出了在没有好的回环下得到的地图样例。1.几个坏的回环结果2.问题描述误差积累：相机转过去的过程正常运行，但转回来时会出现明显偏差;点云重建效率：在线点云更新速度较慢,不实时显示速度影响不大.3.VO－视觉里程计的问题帧----帧，匹配获取相机位姿相邻帧
  • HQL之投影查询 归来朝歌 HQLHibernate查询语句投影查询
            在HQL查询中，常常面临这样一个场景，对于多表查询，是要将一个表的对象查出来还是要只需要每个表中的几个字段，最后放在一起显示？ 针对上面的场景，如果需要将一个对象查出来： HQL语句写“from 对象”即可 Session session = HibernateUtil.openSession();
  • Spring整合redis bylijinnan redis
    pom.xml <dependencies> <!-- Spring Data - Redis Library --> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redi
  • org.hibernate.NonUniqueResultException: query did not return a unique result: 2 0624chenhong Hibernate
    参考：http://blog.csdn.net/qingfeilee/article/details/7052736 org.hibernate.NonUniqueResultException: query did not return a unique result: 2         在项目中出现了org.hiber
  • android动画效果 不懂事的小屁孩 android动画
    前几天弄alertdialog和popupwindow的时候，用到了android的动画效果，今天专门研究了一下关于android的动画效果，列出来，方便以后使用。 Android 平台提供了两类动画。 一类是Tween动画，就是对场景里的对象不断的进行图像变化来产生动画效果（旋转、平移、放缩和渐变）。 第二类就是 Frame动画，即顺序的播放事先做好的图像，与gif图片原理类似。
  • js delete 删除机理以及它的内存泄露问题的解决方案 换个号韩国红果果 JavaScript
    delete删除属性时只是解除了属性与对象的绑定，故当属性值为一个对象时，删除时会造成内存泄露  （其实还未删除） 举例： var person={name:{firstname:'bob'}} var p=person.name delete person.name p.firstname -->'bob' // 依然可以访问p.firstname，存在内存泄露
  • Oracle将零干预分析加入网络即服务计划 蓝儿唯美 oracle
    由Oracle通信技术部门主导的演示项目并没有在本月较早前法国南斯举行的行业集团TM论坛大会中获得嘉奖。但是，Oracle通信官员解雇致力于打造一个支持零干预分配和编制功能的网络即服务（NaaS）平台，帮助企业以更灵活和更适合云的方式实现通信服务提供商（CSP）的连接产品。这个Oracle主导的项目属于TM Forum Live!活动上展示的Catalyst计划的19个项目之一。Catalyst计
  • spring学习——springmvc（二） a-john springMVC
    Spring MVC提供了非常方便的文件上传功能。 1，配置Spring支持文件上传： DispatcherServlet本身并不知道如何处理multipart的表单数据，需要一个multipart解析器把POST请求的multipart数据中抽取出来，这样DispatcherServlet就能将其传递给我们的控制器了。为了在Spring中注册multipart解析器，需要声明一个实现了Mul
  • POJ-2828-Buy Tickets aijuans ACM_POJ
    POJ-2828-Buy Tickets http://poj.org/problem?id=2828 线段树，逆序插入 #include<iostream>#include<cstdio>#include<cstring>#include<cstdlib>using namespace std;#define N 200010struct
  • Java Ant build.xml详解 asia007 build.xml
    1,什么是antant是构建工具2,什么是构建概念到处可查到，形象来说，你要把代码从某个地方拿来，编译，再拷贝到某个地方去等等操作，当然不仅与此，但是主要用来干这个3,ant的好处跨平台   --因为ant是使用java实现的，所以它跨平台使用简单--与ant的兄弟make比起来语法清晰--同样是和make相比功能强大--ant能做的事情很多，可能你用了很久，你仍然不知道它能有
  • android按钮监听器的四种技术 百合不是茶 androidxml配置监听器实现接口
    android开发中经常会用到各种各样的监听器,android监听器的写法与java又有不同的地方;    1,activity中使用内部类实现接口 ,创建内部类实例  使用add方法  与java类似   创建监听器的实例 myLis lis = new myLis();   使用add方法给按钮添加监听器  
  • 软件架构师不等同于资深程序员 bijian1013 程序员架构师架构设计
            本文的作者Armel Nene是ETAPIX Global公司的首席架构师，他居住在伦敦，他参与过的开源项目包括 Apache Lucene,，Apache Nutch， Liferay 和 Pentaho等。         如今很多的公司
  • TeamForge Wiki Syntax & CollabNet User Information Center sunjing TeamForgeHow doAttachementAnchorWiki Syntax
    the CollabNet user information center http://help.collab.net/   How do I create a new Wiki page? A CollabNet TeamForge project can have any number of Wiki pages. All Wiki pages are linked, and
  • 【Redis四】Redis数据类型 bit1129 redis
    概述 Redis是一个高性能的数据结构服务器，称之为数据结构服务器的原因是，它提供了丰富的数据类型以满足不同的应用场景，本文对Redis的数据类型以及对这些类型可能的操作进行总结。 Redis常用的数据类型包括string、set、list、hash以及sorted set.Redis本身是K/V系统，这里的数据类型指的是value的类型，而不是key的类型，key的类型只有一种即string
  • SSH2整合-附源码 白糖_ eclipsespringtomcatHibernateGoogle
    今天用eclipse终于整合出了struts2+hibernate+spring框架。 我创建的是tomcat项目，需要有tomcat插件。导入项目以后，鼠标右键选择属性，然后再找到“tomcat”项，勾选一下“Is a tomcat project”即可。具体方法见源码里的jsp图片，sql也在源码里。     补充1：项目中部分jar包不是最新版的，可能导
  • [转]开源项目代码的学习方法 braveCS 学习方法
    转自： http://blog.sina.com.cn/s/blog_693458530100lk5m.html http://www.cnblogs.com/west-link/archive/2011/06/07/2074466.html   1）阅读features。以此来搞清楚该项目有哪些特性2）思考。想想如果自己来做有这些features的项目该如何构架3）下载并安装d
  • 编程之美-子数组的最大和（二维） bylijinnan 编程之美
    package beautyOfCoding; import java.util.Arrays; import java.util.Random; public class MaxSubArraySum2 { /** * 编程之美 子数组之和的最大值（二维） */ private static final int ROW = 5; private stat
  • 读书笔记-3 chengxuyuancsdn jquery笔记resultMap配置ibatis一对多配置
    1、resultMap配置 2、ibatis一对多配置 3、jquery笔记 1、resultMap配置 当<select resultMap="topic_data"> <resultMap id="topic_data">必须一一对应。 (1)<resultMap class="tblTopic&q
  • [物理与天文]物理学新进展 comsci
          如果我们必须获得某种地球上没有的矿石,才能够进行某些能量输出装置的设计和建造,而要获得这种矿石,又必须首先进行深空探测,而要进行深空探测,又必须获得这种能量输出装置,这个矛盾的循环,会导致地球联盟在与宇宙文明建立关系的时候,陷入困境       怎么办呢?  
  • Oracle 11g新特性:Automatic Diagnostic Repository daizj oracleADR
    Oracle Database 11g的FDI（Fault Diagnosability Infrastructure）是自动化诊断方面的又一增强。 FDI的一个关键组件是自动诊断库（Automatic Diagnostic Repository-ADR）。 在oracle 11g中，alert文件的信息是以xml的文件格式存在的，另外提供了普通文本格式的alert文件。 这两份log文
  • 简单排序:选择排序 dieslrae 选择排序
    public void selectSort(int[] array){ int select; for(int i=0;i<array.length;i++){ select = i; for(int k=i+1;k<array.leng
  • C语言学习六指针的经典程序，互换两个数字 dcj3sjt126com c
    示例程序，swap_1和swap_2都是错误的，推理从1开始推到2，2没完成，推到3就完成了 # include <stdio.h> void swap_1(int, int); void swap_2(int *, int *); void swap_3(int *, int *); int main(void) { int a = 3; int b =
  • php 5.4中php-fpm 的重启、终止操作命令 dcj3sjt126com PHP
    php 5.4中php-fpm 的重启、终止操作命令: 查看php运行目录命令：which php/usr/bin/php 查看php-fpm进程数：ps aux | grep -c php-fpm 查看运行内存/usr/bin/php  -i|grep mem 重启php-fpm/etc/init.d/php-fpm restart 在phpinfo()输出内容可以看到php
  • 线程同步工具类 shuizhaosi888 同步工具类
    同步工具类包括信号量（Semaphore）、栅栏（barrier）、闭锁（CountDownLatch）   闭锁（CountDownLatch） public class RunMain { public long timeTasks(int nThreads, final Runnable task) throws InterruptedException { fin
  • bleeding edge是什么意思 haojinghua DI
    不止一次，看到很多讲技术的文章里面出现过这个词语。今天终于弄懂了——通过朋友给的浏览软件，上了wiki。  我再一次感到，没有辞典能像WiKi一样，给出这样体贴人心、一清二楚的解释了。为了表达我对WiKi的喜爱，只好在此一一中英对照，给大家上次课。   In computer science, bleeding edge is a term that
  • c中实现utf8和gbk的互转 jimmee ciconvutf8&gbk编码
    #include <iconv.h> #include <stdlib.h> #include <stdio.h> #include <unistd.h> #include <fcntl.h> #include <string.h> #include <sys/stat.h> int code_c
  • 大型分布式网站架构设计与实践 lilin530 应用服务器搜索引擎
    1.大型网站软件系统的特点？ a.高并发，大流量。 b.高可用。 c.海量数据。 d.用户分布广泛，网络情况复杂。 e.安全环境恶劣。 f.需求快速变更，发布频繁。 g.渐进式发展。 2.大型网站架构演化发展历程？ a.初始阶段的网站架构。 应用程序，数据库，文件等所有的资源都在一台服务器上。 b.应用服务器和数据服务器分离。 c.使用缓存改善网站性能。 d.使用应用
  • 在代码中获取Android theme中的attr属性值 OliveExcel androidtheme
    Android的Theme是由各种attr组合而成, 每个attr对应了这个属性的一个引用, 这个引用又可以是各种东西.   在某些情况下, 我们需要获取非自定义的主题下某个属性的内容 (比如拿到系统默认的配色colorAccent), 操作方式举例一则: int defaultColor = 0xFF000000; int[] attrsArray = { andorid.r.
  • 基于Zookeeper的分布式共享锁 roadrunners zookeeper分布式共享锁
    首先，说说我们的场景，订单服务是做成集群的，当两个以上结点同时收到一个相同订单的创建指令，这时并发就产生了，系统就会重复创建订单。等等......场景。这时，分布式共享锁就闪亮登场了。   共享锁在同一个进程中是很容易实现的，但在跨进程或者在不同Server之间就不好实现了。Zookeeper就很容易实现。具体的实现原理官网和其它网站也有翻译，这里就不在赘述了。   官
  • 两个容易被忽略的MySQL知识 tomcat_oracle mysql
    1、varchar(5)可以存储多少个汉字，多少个字母数字？ 　　相信有好多人应该跟我一样，对这个已经很熟悉了，根据经验我们能很快的做出决定，比如说用varchar(200)去存储url等等，但是，即使你用了很多次也很熟悉了，也有可能对上面的问题做出错误的回答。 　　这个问题我查了好多资料，有的人说是可以存储5个字符，2.5个汉字（每个汉字占用两个字节的话），有的人说这个要区分版本，5.0
  • zoj 3827 Information Entropy(水题) 阿尔萨斯 format
    题目链接：zoj 3827 Information Entropy 题目大意：三种底，计算和。 解题思路：调用库函数就可以直接算了，不过要注意Pi = 0的时候，不过它题目里居然也讲了。。。limp→0+plogb(p)=0，因为p是logp的高阶。 #include <cstdio> #include <cstring> #include <cmath&
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他