qq_40114620的博客

构造函数Initializer::Initializer(const Frame &ReferenceFrame, float sigma, int iterations)参数: 参考帧(第一帧), 误差, 迭代次数**操作:**读取参考帧的相机模型, 内参, 去畸变的特征点等传入参数初始化:并行的计算前后两帧的本质矩阵和基础矩阵,选出来评分高的恢复旋转和平移bool Initializer::Initialize(const Frame &CurrentFrame, const

论文名称: ORBSLAM-Atlas: a robust and accurate multi-map systemORB-SLAM3系列-多地图管理摘要利用鲁棒的地图融合方法解决不限数量的子地图融合问题，Altas使SLAM系统变的更加的精准和鲁棒。在tracking线程跟踪失败的时候，系统会构建一个新的子地图。当该地图和先前的子地图有共同部分的时候就会进行地图融合。针对原来的方法中只舍弃特征点数量少的帧，我们也舍去位姿估计不准的帧来构建更加精准的子地图。本文的贡献利用atlas来解决不限数

ORB-SLAM3摘要ORB-SLAM3是一个支持视觉、视觉加惯导、混合地图的SLAM系统，可以在单目，双目和RGB-D相机上利用针孔或者鱼眼模型运行。他是第一个基于特征的紧耦合的VIO系统，仅依赖于最大后验估计(包括IMU在初始化时)。这样一个系统的效果就是：不管是在大场景还是小场景，室内还是室外都能鲁棒实时的运行，在精度上相比于上一版提升了2到5倍。本文的第二个创新点是根据改进recall的新的重定位模块来构建的混合地图，因为这个模块他可以让ORB-SLAM3在特征不是很好的场景中长期运行：当里

摘要本文提出了一种基于特征的在各种场景下可以实时的单目SLAM系统。该系统对严重的运动杂波具有很强的鲁棒性，允许宽基线环路关闭和重新定位，并包括全自动初始化。介绍BA根据强大的匹配网络和好的初始值猜想下能够提供精确的相机定位估计以及稀疏的几何重建：https://hal.inria.fr/inria-00548290/document为了在不限制计算成本的情况下获得准确的结果，实时SLA...

摘要在包含多种动态物体的场景中利用RGB-D相机持续建图，直接在TSDF上跟踪并且通过对齐颜色信息来估计相机的位姿。TSDF是有效地表示使用体素哈希；利用初始配准后得到的残差，以及模型中自由空间的显式建模来检测动态物体。介绍该方法是纯几何的方法，没有利用语义信息。本文提出了一种基于TSDF高效的SLAM算法，它可以利用纯几何的滤波器鲁棒的应对动态环境。用配准后得到的残差结合自由空间中的显式表...