orbslam用到的算法与公式_第1页
orbslam用到的算法与公式_第2页
orbslam用到的算法与公式_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

orbslam用到的算法与公式ORB-SLAM（OrientedFastandRotatedBrief-SLAM）是一种基于特征点的实时单目视觉SLAM系统。它结合了FAST角点检测与描述子BRIEF描述子，利用这两种特征来进行地图构建、相机跟踪和定位。ORB-SLAM主要分为三个模块：定位追踪，建图和回环检测。下面将具体介绍这三个模块的相关算法与公式。

1.定位追踪：

ORB-SLAM利用特征点来追踪相机的运动。在某一帧中提取到的特征点经过特征点跟踪算法获得其在连续帧中的匹配点，进而计算相机的运动。ORB-SLAM采用光流法将特征点在连续帧之间进行跟踪，具体算法如下：

-特征点提取：ORB-SLAM利用FAST算法检测候选角点，并根据Harris角点响应进行精确定位。

-描述子计算：对于检测到的候选角点，ORB-SLAM使用BRIEF描述子对其进行描述，通过矩形区域采样得到二进制描述子。

-最小二乘法：ORB-SLAM采用最小二乘法对当前帧和上一帧之间的特征点进行匹配，得到2D-2D匹配点对。

-位姿估计：利用匹配点对通过PnP算法（Perspective-n-Point）估计相机的位姿（旋转和平移）。

-三角化：对于2D-2D匹配点对，ORB-SLAM通过三角化算法从而得到3D点云。

-重定位：当相机丢失跟踪时，ORB-SLAM采用方向信息与重定位模型计算相机的位置，并利用特征点描述子进行重定位。

2.建图：

ORB-SLAM通过连续帧间的视觉里程计得到相机的运动轨迹，并同时构建地图。主要使用几何和视差约束来进行地图构建，具体算法如下：

-初始化：ORB-SLAM从两个单独视野（例如初始的两帧）中进行初始化，同时计算两个视野中的匹配点，进行位姿计算和三角化重建。

-回环检测：ORB-SLAM利用回环检测模块来发现已经访问过的位置，通过计算两个视野之间的相似性得到回环检测。

-位姿优化：利用词袋模型和位姿图优化方法进行地图管理和位姿优化。

-增量建图：根据新的相机运动更新地图，通过特征的三角化生成新的地图点。

3.回环检测：

ORB-SLAM的回环检测模块用于检测之前遍历过的位置，以便更正位姿估计的漂移问题。具体算法如下：

-回环检测：ORB-SLAM通过计算连续帧之间的视觉描述子的相似度来进行回环检测。它利用视觉单词特征描述子与数据库中已保存的特征描述子进行匹配。

-回环验证：通过计算视觉相似性向量VSLAM决定回环验证。

-回环闭合：当确认检测到一个回环后，ORB-SLAM执行闭合操作，包括优化地图、修正位姿和增加约束。

总结：

ORB-SLAM是一种基于特征的实时单目视觉SLAM系统，它利用FAST角点检测和BRIEF描述子进行特征点提取和描述，通过光流法进行特征点跟踪，然后使用PnP算法进行位姿估计，并通过三角化得到3D点云。同时，ORB-SLAM利用视觉里程计来构建地图，并通过回环检测解决位姿估计

人人文库> 全部分类> 生活休闲 > 网络生活

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论