ORB_SLAM3系统框图

原创 已于 2022-02-11 21:48:58 修改
· 1.3k 阅读 · 10 ·
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：

#算法 #人工智能

于 2022-02-11 21:44:53 首次发布

前言

此框图是对原论文框图的丰富，主要是基于自己对代码的理解来写的。为了使内容简单一些，只以stereo-imu这种情况来梳理。

原框图

在这里插入图片描述

丰富后框图（点击可放大）

在这里插入图片描述

ORB_SLAM3_一张图说明ORB-SLAM中的ORB特征提取和图像匹配算法流程
惊鸿一博
01-15 1106
ORB-SLAM3 一张图梳理rgbd_tum.cc主流程
惊鸿一博
10-07 1158
SLAM机器人开发（一）系统框图
qq_42450767的博客
11-13 2779
SLAM机器人开发（一）系统框图自主导航与控制模块（上位机）自主导航与控制模块（下位机） 自主导航与控制模块（上位机） SLAM机器人自主导航与控制模块是基于 Ubuntu 16.04 和 ROS Kinetic 系统而设计的。 Nav_Control 模块主要由十个节点构成，其中 RealSense node 和 STM32 node 作为 Linux 驱动分别 与 RealSense D415 和 STM32 单片机进行通讯。 VO node，即视觉综合里程计模块，是整个 Nav_Control 模块
ORBSLAM3整体框架
weixin_45850350的博客
07-24 4562
对ORBSLAM3原理及代码进行详细解读
ORB-SLAM3 一张图梳理mono_kitti.cc主流程
惊鸿一博
10-04 773
高博的一起做RGB-D SLAM 简单总结的流程框图
weixin_34235457的博客
04-11 433
细节想看原网址 1、https://www.cnblogs.com/gaoxiang12/p/4669490.html 一起做（4）jointPointCloud.cpp 两帧深度相机采集的图像拼接成点云地图 1、设备：RGB-D相机 采集得到彩色图和深度图，在这里认为其采集的两幅图像是同步的； 2、相机采集的图像因镜头原因会发生畸变，所以需要对摄像头进行畸变校正，这样就可以运用...
视觉slam框架图
BetterEthan的博客
08-21 1570
ORB-SLAM2源码分析和学习笔记02：ORB-SLAM2整体框架
weixin_45590487的博客
06-27 1735
ORB-SLAM2源码分析和学习笔记02：ORB-SLAM2整体框架
orbslam2 流程图_ORB-SLAM2初步（跟踪模块）
weixin_35048266的博客
01-17 958
一、跟踪模块简介在ORB-SLAM或其他SLAM系统中，跟踪的主要任务是根据相机或视频输入的图像帧实时输出相机位姿。在ORB-SLAM中，跟踪模块的主要任务是实时输出相机位姿和筛选关键帧，完成一个没有经过优化或者说全局优化的视觉里程计。通常根据相机的不同采用的方法也不相同，如单目除了需要进行初始化外通常根据特征匹配结果使用PnP算法求解相机位姿。二、跟踪模块分析如图 是ORB-SLAM跟踪模块的技...
ORB-SLAM2算法单目流程
jjjqqq123321的博客
04-23 679
ORB-SLAM2算法单目流程。
SLAM思维导图
11-12
SLAM所使用的工具，包含所使用的库，采用的操作系统，实现所使用的语言，SLAM理论基础，多视图几何优化等，SLAM目标，SLAM的实现等等
SLAM ORB-SLAM2（10）轨迹跟踪过程
氢键H-H
12-03 1万+
轨迹跟踪的主要目的是估计相机的位姿。先处理每一帧图像，提取ORB特征点，如果尚未初始化地图，则先进行初始化。再根据地图信息和当前机器人运动状态来估计相机位姿或者进行重定位，然后在局部地图中完成轨迹跟踪， 并根据一定的规则生成新的关键帧。
SLAM代码（ORB-SLAM阅读）
何必浓墨重彩
12-07 3792
主要步骤 1. 为什么是这样的步骤，为什么只要这几个步骤，为什么是这样的顺序？ 2. 这样做的目的是什么？步骤1.1ORB的跟踪器使用一个运动模型，在每次完成位姿计算之后会跟新这个运动模型，根据匀速度模型进行对上一帧的MapPoints进行跟踪，根据上一帧特征点对应的3D点投影的位置缩小特征点匹配范围。这里意思是说我们假设相机是匀速运动的，然后根据上一帧的位姿，我么预测到这一帧对应的位姿，然后使
ORB-SLAM3代码详解（一）----代码整体框架
qq_50719698的博客
08-21 4405
原理五花八门，不如花点时间搞懂代码！（建议看完《视觉SLAM十四讲》再来看我的这个）首先介绍一下整体框架：这是 ORB-SLAM3 系统的主要组件框架图。图中展示了 ORB-SLAM3 的各个关键模块及其交互关系。这张图展示了ORB-SLAM3系统如何通过这些模块实现SLAM功能，包括跟踪、局部建图、回环检测与地图合并，以及全局优化。
ORB-SLAM3整体结构梳理
3D视觉工坊
08-24 1951
作者丨成长中的菜鸟@知乎来源丨https://zhuanlan.zhihu.com/p/402301643编辑丨3D视觉工坊1、整体框架1.1 Tracking 模块处理传感器信息并实时计...
ORB_SLAM3 算法框架解析
热门推荐
weixin_43503355的博客
12-08 1万+
论文地址：https://arxiv.org/abs/2007.11898v1 代码地址：https://github.com/UZ-SLAMLab/ORB_SLAM3 ORB_SLAM1算法框架解析地址: https://blog.youkuaiyun.com/weixin_43503355/article/details/121474574spm=1001.2014.3001.5501 ORB_SLAM2算法框架解析地址 : https://blog.youkuaiyun.com/weixin_43503355/article
SLAM十四讲 ch13 slam系统设计 源码思维图
hbsydsy的博客
07-01 273
SLAM十四讲 ch13 slam系统设计 源码思维图
视觉SLAM——orbslam中的流程图
xranmail的博客
02-01 3327
位姿 Tcw初始化方法： 运动模式跟踪: Tcw = mVelocity*LastFrame.mTcw,地图点通过重投影更新 关键帧模式跟踪:Tcw =LastFrame.mTcw, 地图点通过视觉词典ComputeBoW更新 重定位模式跟踪:Tcw = PnP（候选关键帧）构建PnP求解器进行若干次P4P Ransac迭代,地图点通过候选参考帧更新 优化函数及其使用：1.Pos...
【ORB-SLAM3】源码学习笔记（一）——整体流程
记录学习路上的点滴
07-12 462
ORB-SLAM3学习笔记
ORBSLAM3框图中文
最新发布
02-14
### ORB-SLAM3 架构图与流程图 ORB-SLAM3 是一种先进的视觉惯性同步定位与建图(VI-SLAM)系统，支持多种传感器配置并提供高精度的定位能力[^1]。该框架不仅继承和发展了前代版本的优点，在架构上进行了优化和完善。 #### 图像处理模块 图像处理作为核心组件之一，负责接收来自不同类型的摄像头输入(单目、双目或RGB-D)，并对这些图像执行预处理操作，如灰度化转换、降噪滤波等。随后提取ORB特征点用于后续匹配和跟踪任务[^2]。 #### 跟踪线程 在接收到新帧之后，跟踪线程会尝试通过寻找当前帧中的特征点与其最近邻近的历史关键帧之间的对应关系来进行实时位姿估计。这一过程中涉及到对极几何约束以及PnP算法的应用以求解相机运动参数[^3]。 #### 局部映射构建 当成功完成一次有效的追踪后，局部映射子系统会被激活用来更新环境模型。它主要依赖于三角测量方法重建三维空间结构，并不断调整已知地标位置确保全局一致性[^4]。 #### 循环闭合检测 为了防止累积误差导致的地图漂移现象发生，循环闭合机制会在一定间隔内检查是否存在重复访问过的区域。一旦发现相似场景，则重新校准整个路径从而修正可能存在的偏差。 ```mermaid graph TD; A[初始化] --> B{选择模式}; B -->|单目/双目/RGBD| C[加载图像]; B -->|IMU辅助| D[融合IMU数据]; C --> E[创建System对象]; D --> F[初始化IMU]; E --> G[读取下一帧]; F --> H[等待下一个IMU事件]; G --> I[特征提取]; H --> J[状态预测]; I --> K[跟踪]; J --> L[姿态更新]; K --> M[局部建图]; L --> N[闭环检测]; M --> O[回环验证]; N --> P[地图优化]; O --> Q[保存轨迹]; P --> R[结束程序]; ``` 上述图表展示了ORB-SLAM3的主要工作流程，其中包含了从启动到最后终止的所有必要步骤。每个节点代表了一个特定的功能单元，箭头指示了信息流动的方向。
评论 1
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