常见SLAM框架简介总结

文章目录

  • 一、 ORB-SLAM2
    • 1. 追踪
    • 2. 地图构建
    • 3. 闭环检测
  • 二、VINS-mono

一、 ORB-SLAM2

ORB-SLAM算法的一大特点是在所有步骤统一使用图像的ORB特征。ORB特征是一种非常快速的特征提取方法,具有旋转不变性,并可以利用金字塔构建出尺度不变性。
ORB-SLAM利用三个线程分别进行追踪、地图构建和闭环检测。

1. 追踪

ORB特征提取
初始姿态估计(速度估计)
姿态优化(Track local map,利用邻近的地图点寻找更多的特征匹配,优化姿态)
选取关键帧

2. 地图构建

加入关键帧(更新各种图)
验证最近加入的地图点(去除Outlier)
生成新的地图点(三角法)
局部Bundle adjustment(该关键帧和邻近关键帧,去除Outlier)
验证关键帧(去除重复帧)

3. 闭环检测

选取相似帧(bag of words)
检测闭环(计算相似变换(3D<->3D,存在尺度漂移,因此是相似变换),RANSAC计算内点数)
融合三维点,更新各种图
图优化(传导变换矩阵),更新地图所有点

二、VINS-mono

你可能感兴趣的:(SLAM)