- 博客(15)
- 收藏
- 关注
RSS订阅原创 一种基于改进YOLOv8并与ORB-SLAM3融合的动态环境密集点云同步定位与建图（SLAM）方法
文章提出了一种基于改进 YOLOv8 与 ORB-SLAM3 融合的动态环境稠密点云 SLAM 方法，通过引入GSConv 卷积模块和VoVGSCSP 特征融合模块优化 YOLOv8 的轻量性，结合实时目标检测与语义分割技术去除动态特征点，显著提升了动态场景下的位姿估计精度。
2025-04-07 14:35:16
420
原创 基于改进的点线融合和关键帧选择的视觉SLAM 方法
本文提出了一种改进的视觉 SLAM 方法，通过和解决弱纹理环境下特征提取不足和关键帧冗余问题。方法通过加权融合距离和角度误差函数优化点线特征融合，并引入自适应因子动态平衡线特征在光束平差中的参与度；同时基于几何映射模型和动态阈值策略减少冗余关键帧。
2025-04-03 15:09:05
974
原创 视觉 SLAM 方法综述
视觉 SLAM 技术通过相机作为传感器实现机器人实时定位与环境建模，经典方法包括（2007 年，首个单目实时系统）、（2007 年，首次提出前后端架构）、（2015 年，多线程并行优化）等；结合深度学习的方法如（无监督深度估计）和（动态场景处理）显著提升了鲁棒性。
2025-04-03 14:46:22
666
原创 角点检测算法各自优缺点
在计算机视觉领域，角点检测是一个基础且重要的任务，SIFT、Harris、Shi - Tomasi、FAST 都是经典的角点检测算法，它们各自具有独特的优缺点。
2025-02-20 11:30:48
635
原创 一种面向户外动态环境的自适应ORB-SLAM3系统
文章寻找一种新的解决户外动态环境下视觉SLAM低精度的方法。提出了一种针对户外动态环境的自适应特征点选择系统。首先，利用YOLOv5s和注意机制来获得场景中的先验动态对象。然后，基于先验动态对象的数量和先验动态对象在帧中所占据的百分比，使用自适应特征点选择器来选择特征点。最后，利用基于LK光流的几何方法和RANSAC算法确定动态区域。
2024-12-24 22:24:37
1984
1
原创 视觉SLAM OpenCV 实践2 （图像去畸变）
这段 C++ 代码旨在实现图像去畸变的功能，虽然 OpenCV 本身提供了现成的去畸变函数，但通过自己手动实现该过程有助于深入理解图像畸变及去畸变的原理。代码首先定义了畸变参数和相机内参，接着读取了一幅灰度图像，然后创建了一个用于存储去畸变后图像的空矩阵，后续应该是要基于给定的参数和读取的图像来实现具体的去畸变算法逻辑。
2024-12-16 21:02:44
1778
原创 视觉SLAM OpenCV 实践1
这段完整的代码实现了从图像读取、图像基本信息展示、图像像素遍历计时、图像复制（浅拷贝与深拷贝对比）以及图像显示等一系列操作，最后关闭所有创建的图像显示窗口并正常结束程序。通过这些操作，展示了 OpenCV 中图像相关的基础操作流程，同时也提及了更多复杂操作可参考官方文档进一步学习，整体涵盖了一个简单的图像处理小示例的多个关键环节。
2024-12-16 20:08:51
766
原创 视觉SLAM Eigen库的实践3（可视化演示）
这段完整的DrawTrajectory函数代码实现了在pangolin创建的窗口中绘制轨迹各个位姿的坐标轴以及连接相邻位姿形成轨迹线条的功能
2024-12-12 16:54:28
1715
原创 视觉SLAM Eigen库 的实践2（几何模块）
Matrix3d是Eigen库中用于表示3×3大小的双精度（double类型）矩阵的类型。这里定义了一个名为rotation_matrix的变量，其类型为Matrix3d。通过Matrix3d::Identity()对rotation_matrix进行初始化。::Identity()是Matrix3d类型的一个静态成员函数，它的作用是创建并返回一个3×3的单位矩阵。
2024-12-11 16:27:11
690
原创 一种单目视觉 ORB-SLAM/INS 组合导航方法
由于惯性/卫星组合导航系统在强干扰环境和室内环境等卫星导航失效时无法使用的问题，故而提出了单目视觉 ORB-SLAM/INS 组合导航方法。
2024-12-08 21:17:04
1044
原创 ORB-SLAM3 算法
整个 ORB - SLAM3 流程通过跟踪线程不断获取相机和 IMU 数据，进行特征提取和位姿估计，在局部建图模块中构建和优化地图，通过回环检测与地图融合模块检测和处理回环，最后在更新地图模块中对整个地图进行优化和融合，形成一个完整的、高精度的地图。同时，在地图维护过程中，根据关键帧的质量和重要性，对关键帧和地图点进行筛选和更新，保证地图的准确性和紧凑性。例如，在双目或多目视觉系统中，利用不同关键帧之间的视差，可以恢复出地图点的三维坐标，并将这些地图点添加到地图中，逐步构建出完整的环境地图。
2024-12-06 20:58:36
945
原创 视觉SLAM相机与图像
首先解释一下上图各个坐标系，光心O所在处即为相机的凸透镜，作为相机坐标系的原点。后面与光心O差一个焦距 f 的 O' 为物理成像平面的原点，而像素坐标系原点为物理成像平面的右上角，往左为u轴，往下为v轴。物理成像平面→像素坐标系 相机坐标系→像素坐标系。坐标（X',Y'），物理成像平面到像素坐标系要经过拉伸和平移，所以又可得到。坐标（X,Y,Z）,即可通过焦距 f 和三角函数计算出。的坐标（u，v）,上面三个式子即为坐标系间的相互转化。待后续更新......
2024-12-05 13:03:01
145
原创 视觉SLAM 视觉里程计
SLAM视觉里程计有两种方法，一种是特征点法，一种是直接法。首先讲特征点法特征点法提取图像中稀疏的特征点，通过描述子完成帧间匹配。特征点由关键点和描述子组成。关键点：特征点在图像中的位置大小和方向等。描述子：特征点周围的图像信息，一般由一组向量构成。2D——2D：对极几何2D——3D：PNP3D——3D：ICP。
2024-12-04 23:08:43
790
1
原创 视觉SLAM非线性优化
在视觉 SLAM 的最小二乘问题中，核心就是比较相机实际观测到的数据（图像中的特征点位置等）和利用估计的变量（相机位姿（x）、地图点位置(y)）代入相机模型等计算出来的理论数据之间的差异
2024-12-04 16:49:23
403
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人