小C酱油兵

摘要： ORBSLAM2的关键帧简介 图像插入频率过高会导致信息冗余度快速增加，而这些冗余的信息对系统的精度却十分有限，甚至没有提高，反而消耗了更多的计算资源。这等于吃力不讨好。 关键帧的目的在于，适当地降低信息冗余度，减少计算机资源的损耗，保证系统的平稳运行。 ORBSLAM2也是沿袭PTAM的方案，将定 阅读全文

摘要： ORBSLAM2的运动估计简介 ORBSLAM2中的运动估计核心方法就是3D-2D的PNP，而在跟踪过程主要分为三种类型： 上述三种方案，我们只介绍前两种，重定位由于需要用到回环检测，我们会在之后讲解。 PNP运动估计 在介绍ORBSLAM2的跟踪策略之前，我们先了解一下他所用的运动估计方法——PN 阅读全文

摘要： ORBSLAM2匹配方法流程 在基于特征点的视觉SLAM系统中，特征匹配是数据关联最重要的方法。特征匹配为后端优化提供初值信息，也为前端提供较好的里程计信息，可见，若特征匹配出现问题，则整个视觉SLAM系统必然会崩掉。因此，本系列将特征匹配独立成一讲进行分析。 ORBSLAM2中的匹配流程如下所述： 阅读全文

摘要： 这一讲我们讲解了ORBSLAM2中，ORB的分块提取源码是如何实现的，并且分析了分块提取和原生态的ORB之间的对比； 　　另外，本文还将源码进行单独实现，提供了一个github的源码，给大家练手。 阅读全文

摘要： ORBSLAM2中的ORB描述子应用以及其描述子的生成过程。 阅读全文

摘要： 归一化相关性，normalization cross-correlation，因此简称NCC，下文中笔者将用NCC来代替这冗长的名称。 NCC，顾名思义，就是用于归一化待匹配目标之间的相关程度，注意这里比较的是原始像素。通过在待匹配像素位置p（px，py）构建3*3邻域匹配窗口，与目标像素位置p'( 阅读全文

摘要： 初次进入博客园写文章，先来试试水。看看编辑器以及流程~ 笔者兴趣点在于视觉SLAM，三维重建与AR，但是目前还是个初级研究者，所写内容不免有许多瑕疵，因此希望通过博客记录与相关方向研究者学习。 emmmm.... 就这样啦~ 阅读全文