ORB-SLAM: a Versatile and Accurate Monocular SLAM System

ORB-SLAM:精确多功能单目SLAM系统


Taylor Guo, 2016年3月18日-9:00


原文发表于:IEEE Transactions on Robotics (Impact Factor: 2.43). 10/2015

摘要:


本文主要讲了ORB-SLAM,一个基于特征识别的单目slam系统,可以实时运行,适用于各种场合,室内的或者室外的,大场景或小场景。系统具有很强的鲁棒性,可以很好地处理剧烈运动图像、可以有比较大的余地自由处理闭环控制、重定位、甚至全自动位置初始化。基于近年来的优秀算法,我们对系统做了精简,采用了所有SLAM相同功能:追踪,地图构建,重定位和闭环控制。选用了比较适合的策略,地图重构的方法采用云点和关键帧技术,具有很好的鲁棒性,生成了精简的、可追踪的地图,当场景的内容改变时,地图构建可持续工作。我们用最流行的图像数据集测试了27个图像序列。相比最新的单目SLAM,ORB SLAM性能优势明显。我们在网站上公布了源代码。

 

ORB: an efficient alternative to SIFT or SURF

ORB一种特征匹配替代方法:对比SIFT或SURF

Taylor Guo, 2016年3月11日 星期五 20:45

摘要:


特征匹配是许多计算机视觉问题的基本问题,如目标(物体)识别或运动分析的三维结构信息。目前特征查找和匹配的特征向量描述计算代价巨大。本文提出了一种基于BRIEF的快速二进制特征向量描述器,称为ORB。它具有旋转不变特性和噪音抑制的特性。我们通过各种状态下的实验,演示了ORB如何在两个维度上,运算速度快于SIFT,并且在智能手机上测试了物体识别和跟踪的应用程序。

Bags of Binary Words for Fast Place Recognition in Image Sequences

图像词袋模型在图像序列快速位置识别中的应用

 

摘要:

 

我们采用视觉词袋模型,通过FAST+BRIEF特征提出一种位姿识别方法,通过构造词汇树生成二进制特征向量描述器空间,使用树形结构加速几何验证和匹配。整个过程,包括特征提取,共26300张图像序列,每帧22ms,比之前的方法要快很多。

g2o: A general framework for graph optimization

g2o:一种图优化的C++框架

 

Taylor Guo, 2016年3月22日-11:05
原文发表于 IEEE International Conference on Robotics and Automation (ICRA), Shanghai, China, May 2011


http://www.cnblogs.com/gaoxiang12/p/5244828.html      深入理解图优化与g2o:图优化篇 http://blog.csdn.net/heyijia0327/article/details/50446140   李群、李代数在计算机视觉中的应用

 

建议结合本g2o论文和上面两篇文章看,以缓解阅读理解压力。

 

摘要:

 

机器人和计算机视觉的很多问题,包括SLAM和BA,都可以归结为采用最小二乘法优化图像表示的非线性误差函数。本文描述了这些问题的结构,提出了g2o框架,一个开源C++框架,用于优化基于图像非线性误差函数。我们的系统容易扩展,新的方法可以直接添加到代码里面。目前提供了几种SLAM和BA方案。本文在真实环境下和模拟的数据集上对算法做了评估。结果表明g2o性能优良。

ORB-SLAM2 源代码分析

ORB_SLAM2 Source Code Analysis

 

Taylor Guo, 2016年4月14日-18:33 --2016年5月18日-22:05

 

摘要:

 

尽管可以用于立体视觉,ORB-SLAM2主要是单目SLAM系统,也就是只有一个相机(摄像头)的系统,主要用于特征识别,自主导航。ORB-SLAM2的硬件传感器也就是这一种,当然也可以加入其它传感器,比如IMU,激光雷达,超声波等。它应用于机器人,无人驾驶,无人机,增强现实AR,这样的产品中。基本来说,ORB-SLAM2还是属于计算机视觉的一个类别。


然而,由相机拍出的照片进行分析用于导航,并不简单,单纯对于以单目RGB相机为传感器的系统来说,需要从平面图像中恢复3D场景,同时既然用于导航地图的构建又比不可少,最后还要评估前述工作的一系列结果。这并不是单一程序或算法能够完成的工作,SLAM更像是一系列软件系统的集成,中间涉及到各种方法和步骤。


完整地理解SLAM及相关开源代码,需要具备如下知识: 传感器(Camera, IMU,激光,等),图像特征提取和匹配(《数字图像处理》),《多视图几何》,误差矫正和优化(《概率论》,《矩阵分析》,最小二乘优化,求Jacobian等)。

 

Written By Admin

There are many variations of messages of SLAM available.

View all posts by: Taylor Guo

Recent posts

MARCH 5, 2015
FINIBUS BONORUM MALORUM

Lorem ipsum dolor sit amet, consectetur adipisicing incididunt.

Read More
MARCH 1, 2015
FINIBUS BONORUM MALORUM

Lorem ipsum dolor sit amet, consectetur adipisicing incididunt.

Read More

Recent comments

MARCH 1, 2015

Admin

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.

Copyright © 2016. QiQitek All rights reserved.