原文地址：http://blog.csdn.net/qq_18661939/article/details/51782376（1)orb_slam官网（网站最后有5篇论文，价值很高）http://webdiis.unizar.es

1、最早的特征点法，并把定位与跟踪分为两个线程是PTAM(ParallelTrackingandMappingforSmallARWorkspaces)可以说是特征点法SLAM的起源之一。论文：http://www.robots.ox.ac.uk/~gk/publications/KleinMurray2007ISMAR.pdf代码：https://github.com/cggos/ptam_cg

网上关于深度相机跑ORB_SLAM的教程大多数是以Kinect作为传感器的。高博的博客中有一篇是用的Kinect2，在ROS运行的orb_slam2。

#ORB-SLAM2**Authors:**[RaulMur-Artal](http://webdiis.unizar.es/~raulmur/),[JuanD.Tardos](http://webdiis.unizar.es/~jdtardos/),[J.M.M.Montiel](http://webdiis.unizar.es/~josemari/)and[DorianGalvez-Lopez

大体调用结构如下：重载()运算符实现：1.计算图像金字塔2.特征点提取3.高斯模糊4.计算描述子Operate()voidORBextractor::operator()(InputArray_image,InputArray_mask,vector&_keypoints,OutputArray_descriptors){if(_image.empty())return;Matimage=_ima

目录1、仿真环境2、安装功能包及其依赖3、功能演示ORB_SLAM是基于特征点的实时单目slam功能包,发布于2015年。

最近对单目semidense也有了一些想法，想先按着ORB_SLAM作者论文实现下semidense,练练手:《ProbabilisticSemi

转自：http://blog.163.com/zhang_hu_0728/blog/static/24688806720170355714689/（1)orb_slam官网（网站最后有5篇论文，价值很高

SYSTEMOVERVIEWA.FeatureChoice写到这里，感觉自己写成了论文翻译，哈哈，惭愧，惭愧！我们的系统的主要思想之一是被用来trackingandmapping的特征同样可以被用来placerecognition以执行帧速率重定位和回环检测。这使得我们的系统高效并且避免了从近SLAM特征中插入识别特征的深度值。我们需要提取每个图像少于33ms的提取功能，这排除了流行的SIFT（~

RELATEDWORKA.PlaceRecognitionWilliams对比了许多种placerecongnition方法并得出结论matchinginlargeenvironmentimage-to-imagebetterthanmap-to-mapandimage-to-map。基于外观的方法中，bagsofwords技术，例如概率方法FAB-MAP因其高效性而脱颖而出。DBOW2首次使用了

在编译ORB_SLAM的时候出现的错误：一、未添加路径--TheCcompileridentificationisGNU4.8.4--TheCXXcompileridentificationisGNU4.8.4

Initializer部分的学习总结看了这么多天孤零零的cpp文件之后，我们今天小小了解一下SLAM部分比较重要的一个模块，那就是初始化，ORBSLAM也是第一个提出自动初始化的开源系统。话不多说，进入我们的主题。打开.h文件，里面只包含了Frame的头文件，所以我们在看这一部分的代码时，就不存在我们没接触的函数了。Initializer类中包含的函数功能有：构造函数，函数的参数列表：关键帧、si

ORBmatcher部分的学习昨天读了关键点提取的每一行代码，今天当然是读匹配方面的代码了，开始今天的学习，现在是北京时间2019年08月09日上午7点49分。按照规矩，先来看一下，该类中维护的变量和方法。这里面就只有一个ORBmatcher的类，今天注意了一下该头文件内所包含的其他头文件，有MapPoint、KeyFrame和Frame，哪里会用到呢？接着往下看…自己提供的匹配构造函数，参数列表

System部分的学习和总结这一篇博客是对整个ORBSLAM整个框架的描述以及数据流动的过程，包括关跟踪部分，关键帧的维护，闭环检测以及地图的维护。这也就意味着关于ORBSLAM部分的学习也将进入尾声，进入实操魔改阶段。https://www.dogedoge.com/对于这张图太熟了，每个了解过ORBSLAM的人都看过这张图，今天我们来通过这张图来学习整个系统的框架。System.cc的文件里，

PnPsolver部分的学习总结之前看的代码基本都是整个部分的功能，今天开始看一些求解器的cpp，主要就是两个吧，PnPsolver还有Sim3Solver。，开始吧！.h部分的浏览包含的头文件有，opencv、MapPoint.h、Frame.hPnPsolver类维护的变量（都是私有的）：doubleuc,vc,fu,fv：内参？double*pws,*us,*alphas,*pcs：4个do

三）自动地图初始化本人邮箱：[email protected]，欢迎交流讨论，欢迎转载，转载请注明网址http://blog.csdn.net/u010128736/  系统的第一步是初始化，ORB_SLAM

（1)orb_slam官网（网站最后有5篇论文，价值很高）http://webdiis.unizar.es/~ra

首先贴出github地址：http://webdiis.unizar.es/~raulmur/orbslam/ORB_SLAM是相对来说比较新的一种SLAM，2015年开发出来，也许很多初学者比较想先运行出效果

Sim3Solver部分的学习总结刚刚看完关于PnP方面的代码，那就趁热打铁继续阅读关于Sim3Solver部分的代码吧，开始吧！.h部分的阅读该头文件里包含了关键帧的头文件维护的变量（protected）有：两个关键帧指针存放1帧坐标系下的3D点坐标的容器存放2帧坐标系下的3D点坐标的容器存放1帧内的MapPoints的容器存放2帧内的MapPoints的容器存放两帧匹配上的MapPoint的容

介绍：这篇博客首先启动一个单目摄像头（参看上一篇博客），发布节点话题/usb_cam/image_raw，ORB_SLAM2订阅摄像头数据进行处理（修改相应的源文件里话题类型，默认是/camera/image_raw）。git上有ros节点使用介绍，https://github.com/Vincentqyw/ORB-SLAM2-CHINESEa.为mono、monoAR、stereore和RGB-

最近在学习网络编程相关知识，遂有想法做点小东西来练手，大致框架为，TX2板子搭载深度相机获取图像信息，本地运行ORB_SLAM解算位姿信息，传输OPENCV_MAT格式图像信息至服务器运行yolo3识别目标物体

编译ORB_SLAM的Release版本时，出现了此问题：错误2errorC3859:超过了PCH的虚拟内存范围;请使用“-Zm465”或更大的命令行修改方法：1.找到工程->属性->c/c++->命令行

boostsudoapt-getinstalllibboost-all-dev×安装pangolin：sudoapt-getinstalllibglew-devsudoapt-getinstallcmakesudoapt-getinstalllibboost-devlibboost-thread-devlibboost-filesystem-devgitclonehttps://github.co

一、回归主题，在编译orb-slam过程出现这个问题，Error:package'ORB_SLAM'dependsonnon-existentpackage'opencv2'andr

文章目录安装依赖PangolinOpenCVEigen编译使用IDE——CLion遇到的问题编译报错：error:‘usleep’wasnotdeclaredinthisscope编译报错：error:staticassertionfailed:std::mapmusthavethesamevalue_typeasitsallocator运行闪退：GTK+2.x换了台电脑，装上了刚发布的ubunt

前言：一个人搞某个领域的东西，没个人带真不行，整天纠结于各种小毛问题这是一个很容易提出的问题，ORB_SLAM做在线单目必须牵扯到怎样把usb_cam（这里指笔记本自带摄像头）的数据发布到ros的topic

（1)orb_slam官网（网站最后有5篇论文，价值很高）http://webdiis.unizar.es/~ra

Keywordsorbslam2orbslamorbslam参数orbslam双目orbslam2双目orbslam双目摄像头orbslam双目参数详解orbslam2双目参数详解orb_slam2双目参数标定orbslam2双目参数标定orb_slam

基于Ubuntu18.04的ORB_SLAM2包的安装以及运行实例一、ORB_SLAM概念ORB-SLAM是由RaulMur-Artal，J.M.M.Montiel和JuanD.Tardos于2015年发表在

都说，看别人写的代码就是根据别人的排泄物，来分析他的早餐是什么，这个工作既困难由恶心。这里不贴详细的代码注释，只是根据个人的理解，揣测了一番大佬们的心思，尽量做到详细，难免有错误，欢迎交流。PAGE1：mono_?_ccp这个page中主要完成的是LoadImages，创建System（SLAM），配合时间戳循环地把图像传给mpTracker，最后统计跟踪所花费的时间的中间值和平均值。LoadIm

ORB_SLAM之双目手里有个便宜的双目摄像头，打算用来试试orb_slam，到时候直接架上就可以跑了。先在pc上试试（ubuntu14.04LTS）。

词袋）的方法，极大的提高了速度和匹配准确度，windows版的orb_slam2还没跑成功（一部分库的编译出现了问题，不过等研究做完了，会继续跑windows版本的），这几天一直在尝试ubuntu版的orb_slam

前言orb_slam工程出了很长时间了，但是一直没有更新，这就导致他的一些代码并不适合一些高版本的依赖，比如opencv4.1等。

关于ORB_SLAM运行以及RGB-Ddataset的相机参数的问题1.在github的教程上https://github.com/raulmur/ORB_SLAM这样提到LaunchORB-SLAMfromtheterminal

文章转至知乎大神们的讨论，自从进入到视觉SLAM，感觉来到了新的世界。作者：颜沁睿链接：https://www.zhihu.com/question/49030315/answer/113970383来源：知乎著作权归作者所有，转载请联系作者获得授权。1.ORB2摆脱了对ROS的依赖，显示模块改用了胖果林（pangolin），也就是monoslam用的那个咧~~感觉不错，轻巧方便多了。读取摄像头的

ORB-SLAM首先一定要看github上面的readme.txt，地址：https://github.com/raulmur/ORB_SLAM按照github上的步骤安装好所需的东西，另附一位大神的中文

从github上可以下载到源码：[https://github.com/raulmur/ORB_SLAM]，这ORB-SLAM；而ORB—SLAM2的源码地址：[https://github.com/raulmur

单目ORB_SLAM实战本篇是对Zaragozauniversidad发表的ORB-SLAMaVersatileandAccurateMonocularSLAMSystem中提出的ORB-SLAM的代码运行实战

基于Ubuntu18.04的ORB_SLAM安装以及运行实例一、ORB_SLAM概念二、ORB_SLAM的安装过程1.（安装基础工具）2.（安装pangolin）3.

Pangolin1、安装下载及编译工具2、安装依赖3、安装Pangolin三、安装opencv四、安装Eigen库五、ORB_SLAM2的安装1、将ORB_SLAM2包克隆到ubuntu本地2、ROS空间下的ORB_SLAM

:Relocalization中的PnPsolver::iterate这个函数的时候新一轮的懵逼又开始了首先对这个算法真心不清楚，在不清楚的状况下，看代码更是一头雾水，所以借鉴了深入EPnP算法，还有orb_slam

ORB_SLAM安装源文件目录https://github.com/raulmur/ORB_SLAM2安装orb_slam首先需要安装依赖库安装Pangolinsudoapt-getinstalllibglew-devsudoapt-getinstallcmakesudoapt-getinstalllibpython2.7

个人为了看的方便没有广告，转载自泡泡机器人：https://www.sohu.com/a/161346283_715754#comment_area侵删作者：RaúlMur-Artal*,J.M.M.Montiel,Member,IEEE,andJuanD.Tardós,Member,IEEE翻译：TaylorGuo原文部分重译与审核：赵搏欣编辑：杨雨生欢迎个人转发朋友圈；其他机构或自媒体如需转载

https://blog.csdn.net/unlimitedai/article/details/96134857

MapPoint部分的学习昨天在匹配方面一直提及MapPoint，它到底是何方神圣呢，其实从可视化的角度来讲，MapPoint就是我们运行ORBSLAM时在界面上看到的那些地图点，红色黑色的，接下来让我们深入了解一下这个类中都封装了什么函数，维护了哪些变量。打开头文件，可以看到包括了KeyFrame、Frame和Map三个头文件。其中实现的函数有：两个构造函数，一个用于关键帧，另一个用于普通的Fr

https://www.jianshu.com/p/c3e8c88edb64ORB_SLAM安装源文件目录https://github.com/raulmur/ORB_SLAM2安装orb_slam首先需要安装依赖库安装

ORB_SLAM源码小记参考ORB_SLAMPaper基本思路ORB_SLAM：概括为基于稀疏特征点的间接法**ORB_SLAM基本由三个线程实现，1.Tracking，负责估计每帧的相机位姿，判断关键帧

1.下载github源码，找到orbslam2_modified.zip，解压得到g2o_with_orbslam2和ORB_SLAM

转载自http://blog.csdn.net/u010128736/这一部分是ORB_SLAM系统中最基本的一步，会对每一帧图像进行跟踪计算。

转载自http://blog.csdn.net/u010128736/系统的第一步是初始化，ORB_SLAM使用的是一种自动初始化方法。