（专题二）主流的开源SLAM框架复现汇总帖

最新推荐文章于 2025-02-21 19:44:32 发布
最新推荐文章于 2025-02-21 19:44:32 发布
阅读量1.7k 收藏 9
点赞数
分类专栏： SLAM 文章标签： ROS SLAM 机器人
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/wbzhang233/article/details/103633539
版权

由于毕设做无人机自主避障的需要，最近跑了一些SOTA的VSLAM和VISLAM开源项目，主要包括ORB-SLAM系列、VINS系列，鉴于配置环境不堪其苦，遂摸鱼撰文记录一下学习心得，后续打算不定时更新一些复现SOTA的SLAM框架的过程记录帖。喜欢SLAM的小伙伴一起分享讨论。

目录

1.ORB-SLAM2

2.VINS-MONO

3.VINS-Fusion

4.Vox-blox

5.SVO

6.CNN-SVO

1.ORB-SLAM2

2.VINS-MONO

3.VINS-Fusion

 

4.Vox-blox

 

5.SVO

 

6.CNN-SVO

 

易扩展的SLAM框架-OpenVSLAM
点云PCL
05-08 1317
​本文介绍了一种具有较高可用性和可扩展性的可视化SLAM框架——OpenVSLAM。视觉SLAM系统对于AR设备、机器人和无人机的自主控制等是必不可少的。然而，传统的开源视觉SLAM框架并没有像从第三方程序调用的库那样进行适当的设计。为了克服这种情况，我们开发了一个新的视觉SLAM框架。该软件设计简单，易于使用和扩展。它包含了一些有用的特性和功能，用于研究和开发。OpenVSLAM发布于https://github.com/xdspacelab/OpenVSLAM 详细介绍与对比 在介绍中文章高度肯定了.
bench_ws:用于与不同状态估计算法（即 VINS-Mono、VINS-Fusion、ORBSLAM3、Stereo-MSCKF 等）进行比较的 catkin 工作区
05-29
长凳_ws 用于对不同状态估计算法进行基准测试的 catkin 工作区，即： 建造 构建过程相当自动化，此 repo 假设您在安装了 Ubuntu 18.04 的 linux 机器上运行。 然后要使用此存储库，您将发出以下命令， make deps make submodules make build 它安装依赖项，拉取 git 子模块并构建这个工作区。 在 EuroC 数据集上运行 首先获取数据集。 默认情况下，此项目提供的启动文件假定您有一个名为/data/euroc_mav/rosbags的目录，并且其中包含 rosbags，如下所示： MH_01.bag MH_02.bag MH_03.bag MH_04.bag MH_05.bag V1_01.bag V1_02.bag V1_03.bag V2_01.bag V2_02.bag V2_03.bag 请注意如何删除e
主流SLAM分类
Keep Learning, Keep Growing, Keep Succeeding!
08-09 3844
主流视觉SLAM、激光SLAM总结
公众号『机器感知』
09-14 4053
机器感知 一个专注于SLAM、三维重建、机器视觉等相关技术文章分享的公众号 SLAM预备知识 SLAM for Dummies 全文总结 视觉里程计 卡尔曼滤波推导 视觉SLAM MonoSLAM MonoSLAM：Real-Time Single Camera SLAM全文总结 PTAM 基于模板匹配的位姿优化 ORB-SLAM LSD-SLAM LSD-...
SLAM技术的思路和大框架的整理
weixin_33747129的博客
04-23 678
SLAM 是simultaneous localization and mapping的缩写，中文名称翻译为同时定位与地图构建。 最近，在机器人的导航领域，SLAM大火。作为一个对SLAM略知一二的选手，也想记录一下自己对SLAM的理解，整理一下自己的思路。 SLAM目前大量用于机器人导航领域，要进行导航，简而言之，一般需要几大块: 建图。机器人得知道自己将要在一...
开源SLAM——复现DynaSLAM
fangfang12138的博客
10-19 1504
开源SLAM——DynaSLAM环境配置配置ORB-SLAM2配置Mask RCNN配置pycocotools配置DynaSLAM文件检查修改测试问题 环境配置 配置ORB-SLAM2 C++11 or C++0x Compiler, Pangolin, OpenCV and Eigen3 配置Mask RCNN sudo apt-get install libboost-all-dev. sudo pip2 install keras==2.0.8 sudo pip2 install tensorflow
GSLAM旨在提供一个通用的开源SLAM框架和基准测试 通用同步定位和映射框架
06-07
GSLAM旨在提供一个通用的开源SLAM框架和基准测试，具有以下功能：共享相同的 API，同时保持与不同 SLAM 系统（例如基于特征或直接方法）的兼容性。支持单目、立体、RGB-D 或任何自定义输入类型（SAR、IMU、GPS 等）...
DROID-SLAM论文复现
08-03
通过这样的深度学习框架，DROID-SLAM不仅在单目视频上表现优秀，而且在未见过的双目和RGB-D视频上也能实现良好的性能。这一特性表明DROID-SLAM具有出色的泛化能力，能够适应不同的传感器输入。 DROID-SLAM的主要...
GSLAM旨在提供一个通用的开源SLAM框架和基准测试
08-21
GSLAM旨在提供一个通用的开源SLAM框架和基准测试，具有以下功能：共享相同的 API，同时保持与不同 SLAM 系统的兼容性（例如基于特性的方法或直接方法）。.支持单目、立体声、RGB-D 或任何自定义输入类型（SAR、IMU、...
2024深入理解SLAM技术概述SLAM从入门到精通（基本SLAM框架）
09-23
2024深入理解SLAM技术概述SLAM从入门到精通（基本SLAM框架）2024深入理解SLAM技术概述SLAM从入门到精通（基本SLAM框架）2024深入理解SLAM技术概述SLAM从入门到精通（基本SLAM框架）2024深入理解SLAM技术概述SLAM从...
基于C++的手写2D激光slam框架，基于图优化，扫描到地图和回环检测+源码+开发文档+仿真+数据处理+检测+结果（高分优秀项目
06-26
基于C++的手写2D激光slam框架，基于图优化，扫描到地图和回环检测+源码+开发文档+仿真+数据处理+检测+结果，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用~ 代码...
【SLAM】SVO2.0编译运行和论文代码解读
iwanderu的博客
08-27 5356
SVO2是我遇到的最难编译的代码了，可能公开版本不能放太鲁棒的代码吧，搞了快一个星期，终于跑起来了。
基于SLAM的规划算法仿真复现｜SLAM｜智能规划
后端开发为主+人工智能
08-10 2034
SLAM，智能规划，中山大学，机器人
IEEE2024最新！揭秘多机器人系统的神秘同步定位与建图技巧
2301_81515836的博客
12-05 849
作者：韩立 | 来源：3DCV 在公众号「3DCV」后台，回复「原论文」可获取论文pdf和代码链接
voxblox+orb_slam2+d435i
qq_43265072的博客
07-07 830
0. 环境配置 1. 建立地图
2d-3d pose tracking（1）VINS-Mono复现
最新发布
cheelmil的博客
02-21 1597
additional ROS pacakge（笔者使用18.04和Mellodic,详细双系统和ros配置过程可参考bilibili“机器人工匠阿杰”的教程，在此不赘述）问了豆包，发现是我的环境配置，系统默认使用的python2.7来自anaconda，而anaconda没有catkin包。（比较诡异的点是我每次重新开启终端就会重新出现上面的问题，这时只要重新操作上述步骤一遍就能正常运行）不包含工作空间路径， ROS 就无法找到工作空间里的包，这会导致。然后重新catkin_make，解决问题。
SLAM学习笔记——从零搭建完整的gazebo多机仿真SLAM（三）
qq_21043585的博客
02-12 2266
引言 我们已经可以使用多台机器人一起进行SLAM，并把地图进行融合。这次，我们在已经构建好的地图中，让多台机器人定位并进行运动规划。 环境搭建 我们直接看launch文件，除了启动仿真环境放入机器人外，我们还加入了acml和move_base节点，acml可以使得机器人可以通过雷达扫描数据判断自身在地图中的位置，move_base可以进行路劲规划。 网上有很多教程，但是我这里的核心难度在于存在多个机器人，所以需要存在很多命名空间冲突的问题，需要搞清楚acml和move_base分别订阅了什么topic，才能
Vins-Fusion整体框架，数据流分析
u010196944的博客
10-14 3282
Vins-Fusion整体框架，数据流分析
VINS_FUSION
qqGHJ的博客
10-25 8648
VINS_FUSION代码解析
slam开源算法复现c++
01-16
### 关于SLAM开源算法的C++实现 #### SLAM简介 SLAM（Simultaneous Localization and Mapping），即同步定位与地图构建，是指移动机器人在未知环境中运动时能够通过传感器数据估计自身的位姿，并同时绘制周围环境的地图。这一技术广泛应用于无人驾驶汽车、无人机以及服务型机器人等领域。 #### 开源算法的选择 对于希望基于C++来复现SLAM项目的开发者而言，存在多种成熟的开源框架可供选择： - **GMapping**：作为最早期的经典二维激光雷达SLAM算法之一，适用于室内场景下的快速扫描建模[^2]。 - **HDL Graph SLAM**：由RoboSense公司维护的一个三维LiDAR SLAM解决方案，特别适合处理大规模室外环境的数据集[^3]。 - **ORB-SLAM系列**：视觉SLAM领域内的代表性工作，不仅限于单目相机输入，还扩展到了双目乃至RGB-D设备的支持上；其内部采用了特征点匹配机制来进行姿态跟踪和稀疏重建操作[^4]。 #### C++代码结构设计建议 为了更好地理解和实践上述任一种选定方案，在编写具体功能模块之前应当先规划好整个工程架构的大致轮廓： 1. 数据预处理单元负责对接收到的各种感知信息做初步清洗过滤； 2. 同步化管理器用来协调不同时间戳下采集到的各项观测结果之间的关系； 3. 地图表示形式决定了最终输出成果的表现方式——可以是栅格状占据网格也可以是拓扑网络节点连接图等形式； 4. 优化求解引擎承担起核心计算任务，包括但不限于状态估计和平滑调整等过程。 下面给出一段简单的伪代码片段用于展示如何启动一个基本版的SLAM进程： ```cpp #include <iostream> // 导入必要的第三方库头文件... using namespace std; class SlamSystem { public: void Initialize(); bool ProcessSensorData(const SensorReading& reading); Map GetMapEstimate() const; private: // 成员变量定义区域... }; int main(int argc, char *argv[]) { cout << "Starting SLAM system..." << endl; auto slam = make_unique<SlamSystem>(); slam->Initialize(); while (true) {/* 主循环体 */} return EXIT_SUCCESS; } ```
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