weixin_45660543的博客

文章目录前言构造函数双目相机RGBD相机单目相机ExtractORB：提取特征点ComputeBoW：计算词袋数据SetPose：设置相机外参isInFrustum：判断一个MapPoint是否在当前帧视野中GetFeaturesInArea：获得特定区域内的坐标点ComputeStereoMatches：从双目中恢复深度ComputeStereoFromRGBD：从RGBD相机中获得深度UnprojectStereo：计算特征点在三维空间的坐标前言本文转载任乾:ORB SLAM2源码解读(三)：.

本文转载任乾:ORB SLAM2源码解读(二)：MapPoint类文章目录前言一、MapPoint：构造函数二、使用步骤1.引入库2.读入数据总结前言MapPoint是地图中的特征点，它自身的参数是三维坐标和描述子，在这个类中它需要完成的主要工作有以下方面：1）维护关键帧之间的共视关系2）通过计算描述向量之间的距离，在多个关键帧的特征点中找最匹配的特征点3）在闭环完成修正后，需要根据修正的主帧位姿修正特征点4）对于非关键帧，也产生MapPoint，只不过是给Tracking功能临时使用它

本文转载知乎任乾:ORB SLAM2源码解读(一)：系统流程文章目录一、系统代码结构二、系统流程1. 构造函数（System）1）初始化词袋模型2）初始化关键帧数据集3）初始化地图4）初始化用户显示界面，并打开对应的线程5）初始化局部地图，并打开对应的线程6）初始化闭环流程，并打开对应的线程7）给各个线程之间建立关联2. 双目相机入口(TrackStereo)3. RGBD相机入口(TrackRGBD)4. 单目相机入口(TrackMonocular)一、系统代码结构ORB SLAM2的代码结构

文章目录一、SLAM传感器综述二、使用步骤1.引入库2.读入数据总结一、SLAM传感器综述二、使用步骤1.引入库代码如下（示例）：import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings('ignore')import sslssl._create_default_https_co

论文笔记–Asynchronous Corner Detection and TrackingIgnacio A , Margarita C . Asynchronous Corner Detection and Tracking for Event Cameras in Real-Time[J]. IEEE Robotics and Automation Letters, 2018:1-1.一种实时的基于事件相机的异步角点检测和跟踪方法文章目录论文笔记--Asynchronous Corner

文章目录学习笔记----SLAM的概论与架构一、SLAM的提出与发展二、从滤波器谈SLAM1.基于概率估计做出定位2.通过概率不断更新自身位置三、SLAM的新突破--图优化SLAM的知识架构1.总体框架2.传感器3.基本理论位姿估计与融合回路与图优化环境表达，地图的构建深度学习ROS的简单介绍学习笔记----SLAM的概论与架构本笔记根据B站视频学习总结而来，供大家学习交流探讨。一、SLAM的提出与发展1.为了解决两个问题：当前环境的位置，当前环境的状态。2.在早期一些学者提出利用概率估计的.