ORB-SLAM 关于地图点MapPoint的观测距离和观测方向的理解

原创 已于 2022-08-18 21:13:45 修改 · 563 阅读 · 1 ·
CC 4.0 BY-SA版权
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。
文章标签：

#java #servlet #junit

于 2022-08-18 21:04:03 首次发布
这篇博客探讨了如何构建参考关键帧并利用它们来获取平均观测距离，进而预测尺度和确定特征点所在的图像金字塔层级。内容涉及关键帧的构建、观测删除后的处理以及地图点的特征匹配过程。

note:不知道对错，但是先记录一下方便以后回溯

整体逻辑是：

构建参考关键帧->通过参考关键帧获得平均观测距离: mfMinDistance和mfMaxDistance->（通过这个距离匹配特征点的level）这个还不确定，后续接着看

构建参考关键帧  

  • 构造函数中,创建该地图点的参考帧被设为参考关键帧.

  • 若当前地图点对参考关键帧的观测被删除(EraseObservation(KeyFrame* pKF)),则取第一个观测到当前地图点的关键帧做参考关键帧.

获得平均观测距离

预测尺度 

最后找到地图点对应特征点所在的level

 

ORB-SLAM2算法11之地图点MapPoint
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
08-25 652
主要学习ORB-SLAM2中的地图点MapPoint类，该类中主要包含增、删、替换地图点及地图点观测关系，计算描述子，更新法向量和深度值等围绕地图点操作的函数。
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）
orbslam 地图点观测距离范围 mfMinDistance，mfMaxDistance 的理解
fanzy1234的博客
06-14 1160
由近大远小，area1_0要比area2_0大很多，area1_0对应第2帧第0层金字塔中比31x31更大的图像区域（可能是100x100...），而如果对图像进行了缩放，area1_0对应第2帧第7层金字塔同样31x31的图像区域，那么提取的特征点就可以完成匹配。第2帧相机靠近该特征点，与相机距离是0.279m，第0层金字塔31x31图像范围涵盖的物理范围是area2_0，第7层金字塔31x31图像范围涵盖的物理范围是area2_7。描述子是由 特征点为中心的31x31像素的图像 计算得到。
单目初始化构建地图、计算地图点具有代表性的描述子、计算平均观测方向
ningxiner2016的博客
03-26 691
ORB-SLAM2 ORB-SLAM2-单目初始化构建地图、计算地图点具有代表性的描述子、计算平均观测方向ORB-SLAM2代码 代码 //在单目初始化计算位姿完成后，开始初始化构建地图 CreateInitialMapMonocular(); 进入这个函数中 void Tracking::CreateInitialMapMonocular() { // Create KeyFrames创建关键帧，在初始化的时候会认为当前帧与参考帧都是关键帧 KeyFr
【OpenCV 例程 300篇】246. 特征检测之ORB算法
youcans的博客
11-28 9991
ORB（Oriented FAST and rotated BRIEF）将 FAST 特征检测与 BRIEF 特征描述结合并进行了改进。ORB的优点是速度非常快，性能比较好，具有旋转不变性和一定的尺度不变性。由于没有专利限制可以免费使用，ORB 算法应用广泛，经常被用来代替 SIFT、SURF 算法。
详谈ORB-SLAM2的地图点MapPoint
极客园地
10-24 1421
ORB-SLAM2中维护的是局部建图，在项目里所谓的地图就是两个数组：特征点数组和关键帧数组。所有关键帧和特征点的结合就是地图信息，所以在ORB-SLAM2中最重要的两个部分就是和。这两个部分在设计上非常像，代码重复率很高。
ORB-SLAM地图点的创建
weixin_41680653的博客
10-24 1588
１．－－－－－－－ 地图点创建有两种方式 通过关键帧创建 通过普通帧创建 其中通过普通帧创建是在追踪时用的，并没有加入到地图中 通过关键帧创建的地图点才是最终地图中的地图点 ２．－－－－－－－ 在哪里创建的？ tracking线程中的void Tracking::CreateNewKeyFrame()函数，创建关键帧顺带创建了这些地图点。 具体来讲就是遍历了这个KF中的ORB特征...
ORB-SLAM2源码学习： MapPoint.cc②: MapPoint::ComputeDistinctiveDescriptors()计算地图点最有代表性的描述子
2301_76831056的博客
11-30 501
地图点在投影匹配时只能对应一个特征描述子，选择具有代表性的描述子是必要的。
SLAM——ORB-SLAM3代码分析（四）MapPoint（4）
qq_45794281的博客
10-24 781
2021SC@SDUSC MapPoint分析（4） MapPoint.h的分析 MapPoint.cc的分析（二） 这篇博客会接着进行分析MapPoint.cc并且进行MapPoint内容的收尾总结。 IncreaseVisible函数的作用是增加观测数量，可以看到它使用了一个线程互斥锁和一个累加器。函数中的Visible指的是：（1）该MapPoint在某些帧的视野范围内，通过Frame::isInFrustum()函数判断；（2）该MapPoint被这些帧观测到，但并不一定能和这些帧的特征点匹配上，
SLAM——ORB-SLAM3代码分析（一）MapPoint（1）
qq_45794281的博客
10-17 1944
2021SC@SDUSC MapPoint分析 MapPoint.h的分析 MapPoint.cc的分析 一、MapPoint.h的分析 众所周知，由于ORN-SLAM3项目的综合性性，代码较多而且较为复杂，涉及很多方面。因为我选择选取几个点逐个击破。首先选择是与地图相关的MapPoint,这篇博客主要分析的MapPoint.h涉及的内容是地图点。 首先来看声明的相关头文件，主要涉及opencv,mutex,boost。<mutex>中声明的是与 Mutex 相关的类(包括锁类型)和函数。o
单眼视觉测距法：通过ORB关键点进行简单的单眼视觉测距法（vSLAM的一部分），具有初始化，跟踪，局部地图和包调整功能。 （警告：您好，很抱歉，此项目仅针对课程演示进行了调整，不适用于实际应用！！！）
01-30
单眼视觉测程 具有4个组成部分的单眼视觉里程表（VO）：初始化，跟踪，局部地图和束调整。 阅读《灌篮高手》后，我做了这个项目。 这也是我于2019年3月在NWU开设的EESC-432 Advanced Computer Vision课程的最终项目。 演示： 在上图中： 左侧是视频和检测到的关键点。 右侧是与左侧视频相对应的摄像机轨迹：白线来自VO；白线来自VO。 绿线是事实。 白线上的红色标记是关键帧。 点是地图点，其中红色的点是新三角剖分的。 您可以在此处下载。 报告 我的pdf版本课程报告在。 与本自述文件相比，它对算法的描述更为清晰，因此我建议阅读。 目录 1.算法 通过以下过程/算法来实现此VO： 1.1。 初始化 估计相对相机姿势： 给定视频，将第一帧（图像）设置为参考，并与第二帧进行特征匹配。 计算两个帧之间的基本矩阵（E）和单应矩阵（H）。 用的方法计算它们的对称传递误差，然后选择更好的一个（即，如果H /（E + H）> 0.45，则选择H）。 将E或H分解为两个帧之间的相对姿势，即旋转（R）和平移（t）。 通过使用OpenCV，E给出1个结果，H给出2个结果，满
ORB-SLAM2系列第四章—— 地图点、关键帧、图结构
weixin_45947476的博客
03-30 8468
文章目录前言一、 地图点1.地图点代表性描述子的计算2.地图点和特征点的区别？二、关键帧1.什么是关键帧？2.如何选择关键帧？3.关键帧的类型及更新连接关系三、 共视图 本质图 拓展树1.共视图 （Covisibility Graph）2.本质图（Essential Graph） 前言 迎浏览我的SLAM专栏，包括slam安装运行、代码注释、原理详解，一起加油淦穿SLAM。 一、 地图点 1.地图点代表性描述子的计算 找最有代表性的描述子示意图 最有代表的描述子与其他描述子具有最小的距离中值 地图点法
ORB-SLAM 解读(五) 地图点投影进行特征匹配
Hali_Botebie的博客
04-13 1985
https://mp.weixin.qq.com/s/rAKwPPm-Di3iqIpWi_qrmA 师兄：ORB-SLAM2里用的最多的匹配方式就是投影匹配，根据不同的参数有多个重载函数，如下所示。不过它们的基本思想都差不多，我们后面以最复杂的一个函数（下面第1个函数）为例进行说明。 于恒速模型跟踪，用前一个普通帧投影到当前帧进行匹配 int SearchByProjection(Frame &CurrentFrame, const Frame &LastFrame, const float
ORBSlam2学习研究(Code analysis)-ORBSlam2中的视觉里程计Tracking
Xuefeng_BUPT的博客
07-20 6366
写在前面本文基于ORBSlam2的Monocular模式撰写，所涉及的算法都是单目视觉下的算法。
使用ORB_SLAM2进行全场定位
u011853479的专栏
08-24 1万+
前言 ORB_SLAM近年来在slam问题上取得了state-of-art的结果，运行速度很快，在i5的NUC上运行帧率可达20帧/s。今年，原作者又公布了ORB_SLAM2源码，程序更加简洁，并且增加了localization mode功能。本篇博客讲介绍如何搭建ORB_SLAM2的运行环境，构建地图，加载离线地图并进行全场定位。 实现 (1)下载源码：https://github.
（六）ORBSLAM地图的更新策略
weixin_30808253的博客
04-29 700
ORBSLAM2地图更新策略简介 　　地图的更新目标在于如何插入新的关键帧和地图点，同样，怎么剔除多余的关键帧和没用的地图点。 　　接下来，笔者会从下面几个方面来介绍地图的更新策略： 　　1. 统计当前关键帧的共视图关键帧，构建临时的局部地图； 　　2. 剔除当前关键帧中质量较差的地图点； 　　3. 局部地图重投影获取更多匹配对； 　　4. 剔除冗余的关键帧。 共...
Evo评测工具对VIORBSLAM2进行评估（详细步骤!!!）
qq_40464599的博客
01-31 2024
VIORBSLAM实在orbslam2的基础上进行改进的，使用单目相机和IMU进行状态估计。由于 VI ORB SLAM2 并没有官方的版本，我们主要使用王京实现的一个版本（https://github.com/jingpang/LearnVIORB）作为基础更改来进行测试。 王京的版本实在ROS下运行的。 由于EuRoC 测试集有 VIO 的数据，我使用了 EuRoC 测试集进行测试。 在测试前需要对王京的代码进行修改： （1）修改 System 保存 TUM 观测值...
(01)ORB-SLAM2源码无死角解析-(51) 局部建图线程→SearchInNeighbors():融合重复地图点
江南才尽江南山，年少无知年少狂！
08-17 814
上一篇博对 CreateNewMapPoints() 函数进行了讲解，其主要功能为: 对当前关键帧与共视关键帧匹配的特征点，进行三角话，生成新的地图点。但是这样有一个后遗症，那就是会有很多冗余的地图点。比如共视关键帧 pKFi2 中的一个关键点 kp2 原本就存在对应的地图点 pMP，kp2 与当前关键帧中的关键点 kp1匹配，匹配关键点对 kp2 与 kp1 经过三角话之后，会形成一个新的地图点 new_pMP。
ORB-SLAM2稀疏地图
最新发布
01-02
ORB-SLAM2 使用 MapPoint 对象来构建稀疏地图。MapPoint 是由观测到的特征点创建而成，这些特征点通常是从图像帧中提取出来的角点或其他显著位置[^2]。 为了建立这种稀疏的地图表示形式，系统会跟踪多个连续帧之间...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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