ORB-SLAM2 Tracking 线程

最新推荐文章于 2024-06-27 11:01:57 发布
最新推荐文章于 2024-06-27 11:01:57 发布
阅读量285 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： SLAM 文章标签： ORB-SLAM2 Tracking 线程 流程图
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/hanyang_hyhyhy/article/details/90136600
本文分享了作者在学习ORB-SLAM2过程中的理解和体会，附带了一个初步的流程图，旨在帮助读者更好地理解这一先进的视觉里程计算法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

最近在学习ORB-SLAM2，然后根据自己的对代码的理解，做了一个简易的流程图，但不完整，有些地方还没有写。先留个坑，以后等完善了再继续更新。

ORB-SLAM2项目实战(3) — ORB-SLAM2稠密地图重建
几度春风里的博客
06-04 9817
文章参考部分开源代码和报错文章。
ORB-SLAM2算法7之System主类和多线程
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
08-14 991
本文主要对ORB-SLAM2的整体框架，System主类和多线程进行学习和总结。
ORB SLAM2 Tracking线程详解
12-28
详解orb slam2的Tracking线程!
ORBSLAM2之Tracking线程
qq_37340588的博客
06-26 1246
Tracking线程序言一、读取图像 GrabImageStereo（）1. 提取ORB特征点2. 双目匹配二、 双目初始化 StereoInitialization（）三、跟踪 Track()1. 以运动模型进行跟踪TrackWithMotionModel()2. 以运动模型进行跟踪TrackWithMotionModel()3. 以参考关键帧进行跟踪TrackReferenceKeyFrame()4. 重定位模式Relocalization()5. 局部地图跟踪TrackLocalMap（）6.
ORB-SLAM2学习之Tracking线程（一）
shenghuaijing3314的博客
06-24 1439
    最近在研究ORB SLAM，ORB分为4个线程，Tracking、Local Mapping、Loop closing和Viewer。Tracking模块负责相机的初始化、跟踪、重定位以及确定关键帧；Local Mapping则负责了关键帧的添加、验证最近添加的Map point、生成新的Map point、局部的BA以及验证关键帧；Loop Closing负责了词袋法的相似帧的选取、闭环...
orbslam2的tracking线程
batmanShu的博客
05-18 775
tracking
ORB-SLAM2--Tracking线程
weixin_43205582的博客
07-24 1669
ORBSLAM2--Tracking线程单目初始化1、初始化的运动是通过对极几何来求解的，结构是由三角测量得到的2、尺度不确定性3、全局BA功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能...
很清晰的ORB-SLAM2程序思维导图
10-13
### ORB-SLAM2程序思维导图解析 #### 一、概述 ORB-SLAM2是一种基于单目视觉和RGB-D相机的实时同步定位与建图（Simultaneous Localization and Mapping, SLAM）系统。它由三个主要线程构成：跟踪线程（Tracking）、...
ORB-SLAM2源码分析和学习笔记02：ORB-SLAM2整体框架
最新发布
weixin_45590487的博客
06-27 1764
ORB-SLAM2源码分析和学习笔记02：ORB-SLAM2整体框架
SLAM ORB-SLAM2（26）重定位过程
热门推荐
氢键H-H
05-31 2万+
先介绍了词袋模型的基本思想，然后介绍了重定位的详细过程：1. 计算当前帧特征点的词袋向量；2. 根据用词袋查找相似的候选关键帧；3. 通过词袋模型进行初步匹配；4. 查询较匹配的关键帧（通过PnP投影估计姿态>对内点进行BA优化位姿>不够数就通过投影方式寻找更多匹配点>找到较匹配的关键帧）
ORB_SLAM2中Tracking线程
weixin_43828675的博客
02-20 1028
  Tracking线程是ORB_SLAM2的主线程。在System.cc中，使用构造函数进行了初始化，开启了三个线程。 可执行程序—>System构造函数（初始化三个线程）—>处理出入的帧（TrackMonocular）—>调用Tracking线程中的GrabImageMonocular函数（追踪线程的主要函数）。 // 创建了System类的一个对象。 ORB_SLAM2::System SLAM(argv[1],argv[2],ORB_SLAM2::System::MONOCULAR
ORB-SLAM2的Tracking线程
qq_37611824的博客
06-03 613
Mono ORB-SLAM1 ORB-SLAM2 一.Tracking:(4个步骤) 提取ORB特征.从上一帧或者重定位来估计初始位姿.局部地图跟踪和关键帧处理 二.ORB(Oriented FAST and Rotated ...
ORB-SLAM2 --- Tracking::Track 追踪线程解析
qq_41694024的博客
12-29 2606
ORBSLAM2跟踪线程解析
ORB-SLAM2之Tracking线程
dada19980122的博客
01-26 1819
单目初始化 由于单目相机没有深度信息，所以要通过初始化确定一个初始的地图信息和初始位姿。 初始化一般使用两帧即可，但是需要有足够多的特征点以及足够多的匹配对。 找到了合适的两帧图像后，就可以利用RANSAC迭代来求解基础矩阵F和单应矩阵H。它们对应两种不同的求解位姿的方法，单应矩阵求解的方法要求地图点分布在3维空间中的一个平面上。（这部分是对极几何知识，参考十四讲的7.3） 那么我们选择哪一种方法来求解呢：对于两种方法求解出的位姿，分别计算重投影误差，得到两个模型的分数，通过比较分数来让ORB-SLAM系.
ORBSLAM2系列-Tracking跟踪线程
一只废佐_的博客
08-15 597
最后进行的投影匹配是使用关键帧的地图点（除了上面优化时候使用的内点）投影到当前帧，然后再进行网格搜索（这个过程与初始化时候一样），得到能够匹配点（这个投影匹配是函数，整体过程也是与局部地图跟踪一样）在重定位的最后，根据条件一共运行了两次投影匹配+重投影误差优化，都是为了能够找回跟踪，如果某一候选关键帧完成了整个重定位过程，那么就不再计算其他的候选关键帧（这部分主要看程序，逻辑简单，主要就是两个函数不断的挽救跟踪）
ORBSLAM2解析（2）——Tracking 线程
XindaBlack的博客
12-22 385
Tracking线程作为系统的主线程，主要实现输入的预处理、地图的初始化、相机位姿估计、局部地图的跟踪、关键帧的判断与创建。文章主要给出了这些模块的思维导图，并重点分析了相机位姿估计模块使用的方法。
ORBSLAM2总结之-tracking线程
joun772的博客
12-12 774
前言 本文结合其余的ORBSLAM2的资料，对ORBLSAM2源码进行注释，感谢知识星球、泡泡机器人感谢吴博！ 源码是知识星球小六等人的带注释版本。 1、Tracking线程主要是用来计算各个帧的位姿 在Tracking.cpp中将图片放进Tracking线程只要是下面的 GrabImageStereo()和GrabImageRGBD()、GrabImageMonocular()函数。 这三个函数的流程如下图所示： /** * 这里是双目的获取图片的函数、同时利用获得的灰度图构建当前帧，进行tracki
一起研究ORB-SLAM（二）---Tracking线程
u013474432的专栏
11-13 3471
转载自 一起研究ORB-SLAM（二） 上一篇文章我讲述就ORB-SLAM的基本流程，还记得ORB-SLAM分为哪三个主要的线程吗？在脑子里头大声的所出来吧，Tracking、LOCAL MAPPING 和 LOCAL CLOSING，今天就要讲述第一个线程的所带个大家的故事。  一起研究ORB-SLAM（一）--结构和入口  小莱姆：师兄，我也想知道我是怎么样工作的，能否将的通
ORB_SLAM2代码阅读(2)——tracking线程
Mr.Andy的博客
05-09 5163
ORB_SLAM2代码阅读——（2）tracking线程1、Tracking 1、Tracking
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值