ORB系列文章目录前言：视觉学习笔记4——学习研究ORB-SLAM3文章目录ORB系列文章目录前言一、地图保存方法1（使用自带OSA保存）：方法2（保存为PCD文件）：二、地图调用1.修改PCD文件2.安装使用meshlab未完待续···前言ORB-SLAM3基本搭建完成，具体可以看开头的系列文章目录，接下来需要研究如何自定义自己的地图，也就是实时地图的保存与运用。一、地图保存方法1（使用自带OSA保存）：按照开源说明来看，地图保存与加载在V1.0已经实现了，需要修改相应的yaml文件即可，也就是相机yaml文件，例如单目测试就需要修改ORB_SLAM3/Examples_old/ROS/OR
文章目录ORB_SLAM2框架简介下载ORB_SLAM2源码ORB_SLAM2源码介绍ORB_SLAM2源码编译下载EuRoCDataset将数据集移动到路径下stereo_euroc终端运行命令终端运行效果配置clion运行参数clion运行效果运行效果stereo_euroc运行视频ORB_SLAM2框架简介Tracking-跟踪LocalMapping-地图LoopClosing-回环
3d激光SLAM：LIO-SAM框架---IMU预积分流程前言IMU预积分主要的优化过程将imu约束加到因子图中将零偏及lidar里程计约束加到因子图中执行因子图优化根据imu状态进行传播处理因子图过大的情况以IMU频率向外发布位姿估计总结前言LIO-SAM的全称是：Tightly-coupledLidarInertialOdometryviaSmoothingandMapping从全称上可以看出，该算法是一个紧耦合的雷达惯导里程计（Tightly-coupledLidarInertialOdometry），借助的手段就是利用GT-SAM库中的方法。LIO-SAM提出了一个利用GT-SAM的紧
3D激光slam：LeGO-LOAM---地面点提取方法及代码分析前言代码分析gazebo测试前言地面点提取方法LeGO-LOAM中前端改进中很重要的一点就是充分利用地面点，本片博客主要讲解如何进行地面点提取如下图所示，相邻的两个scan的同一列，打在地面上，形成两个点A和B。它们的垂直高度差为h，这个值在理想情况（雷达水平安装，地面是水平的）接近于0水平距离差d和水平面的夹角为如果为地面点，在理想情况下，这个角点接近0.但是雷达的安装不会完全水平，并且地面也不是平的，因此这个角度会大于0，LeGO-LOAM设置的是10°。即小于10°被判断为地面点这种地面点的提取算法有些过于简单，还可以结合
文章目录1算法原理1.1ORB组成1.2FAST关键点1.2.1ORB检测过程1.2.2存在问题——数量多、尺度和旋转1.2.3旋转解决1.3BRIEF描述子1代码实现n补充n.1Sobeln.2Harrisn.3boxFiltern.4FLANN快速最近邻??n.5SIFT和SURF1算法原理1.1和1.2内容引用高翔《视觉SLAM十四讲》。1.3内容引用：https://mp.weixin.qq.com/s/u5gSCwQ3XahF0fe19biAyQ1.1ORB组成“ORB特征亦由关键点和描述子两部分组成。它的关键点称为“OrientedFAST”，是一种改进的FAST角点。它的描述子称
连载文章，长期更新，欢迎关注：写在前面第1章-ROS入门必备知识第2章-C++编程范式第3章-OpenCV图像处理第4章-机器人传感器第5章-机器人主机第6章-机器人底盘第7章-SLAM中的数学基础第8章-激光SLAM系统第9章-视觉SLAM系统第10章-其他SLAM系统第11章-自主导航中的数学基础第12章-典型自主导航系统第13章-机器人SLAM导航综合实战 13.1运行机器人上的传感器 13.2运行SLAM构建地图 13.3运行自主导航 13.4基于自主导航的应用在“xiihoo机器人”中推荐使用基于激光的Cartographer和基于视
文章目录前言1.安装Pangolin所需依赖2.下载源码（旧版本）3.安装Pangolin(两种编译方法)4.Pangolin库测试遇到的问题解决方法前言Pangolin是一个用于OpenGL显示/交互以及视频输入的一个轻量级、快速开发库，下面是Pangolin的Github网址：https://github.com/stevenlovegrove/Pangolin下面介绍一下Pangolin的安装过程1.安装Pangolin所需依赖sudoaptinstalllibgl1-mesa-devsudoaptinstalllibglew-devsudoaptinstallcmakesudoapti
Ubuntu18.04+Android手机IMU+ROSMelodic跑ORB-SLAM2前言一、ROSMelodic在ubuntu系统18.04版本上的安装二、基于ROS，ORB_SLAM2的安装、配置、运行SLAM单目实例1、前期SLAM环境配置2、ROS下安装ORB_SLAM23、运行单目SLAM实例（1）下载数据集（2）编译（3）结果三、Android手机摄像头与PC建立通信传输1、Android工具下载2、连接热点将PC和Android手机置于同一局域网下四、Android手机摄像头相机参数标定（1）采集并保存图片（2）进行标定新建一个工作目录（3）编译运行，标定（4）参数填入ORB
SLAM可以说是近几年最火的机器人技术之一，也是机器人领域的关键技术。不少同学表示，学了几年还在「爬坑」，甚至感觉「越学越难」。本文通过整理机器人领域常用的SLAM算法架构及特点，希望为大家的方向选择提供一些参考。01 SLAM是啥？我们先界定一下SLAM技术。SLAM，是指即时定位和地图构建，一种同时实现机器人自身定位和环境地图构建的技术。原理是使用相机、激光雷达、惯性测量单元等传感器，来收集环境信息，然后用算法将这些信息融合起来，以确定机器人在未知环境中的位置，并构建一张环境地图。通过SLAM技术，机器人可以在未知环境中进行自主探索和导航。像家用的扫地机，就是一个非常好的应用实例。 SLA
前言 由于ORB-SLAM2在构建的时候只在地图中保留了特征点，对于使用RGB-D相机的小伙伴而言，更希望得到一个点云地图。好在ORB-SLAM2这个框架结构清晰，只需要单独添加一个线程用于维护点云地图，将ORB-SLAM2生成的关键帧传入点云地图构建线程，利用传入关键帧来生成点云地图，这就是基本思路了。其实这个工作高翔博士在早期就已经做过了，并上传到了github中。我的系统属性：操作系统：ubuntu20.04ROS：Noetic版本依赖库版本：eigen3.1.0、pcl-1.12、opencv3.2、vtk6.2、octomap1.9网站上流行的方式分为两种：一种是对o
