01、背景介紹
自主導(dǎo)航是機(jī)器人基礎(chǔ)性和關(guān)鍵性技術(shù),是機(jī)器人實(shí)現(xiàn)其他更高級(jí)任務(wù)的前提。視覺(jué) SLAM (Simultaneous Localization And Mapping) 利用視覺(jué)傳感器獲取環(huán)境圖像信息,基于多視圖幾何算法構(gòu)建環(huán)境地圖。視覺(jué)SLAM技術(shù)廣泛應(yīng)用于無(wú)人駕駛、元宇宙、游戲、智能機(jī)器人等領(lǐng)域。在無(wú)人駕駛方面,一些大廠如騰訊、阿里、百度、華為、小米、商湯等企業(yè)投入重金研發(fā),開(kāi)放大量關(guān)于視覺(jué)SLAM職位。同時(shí),國(guó)內(nèi)許多獨(dú)角獸無(wú)人駕駛公司如Momenta、AutoX、小馬智能和圖森未來(lái)等舉重金招募視覺(jué)SLAM人才。隨著元宇宙的火爆,國(guó)內(nèi)互聯(lián)網(wǎng)巨頭尤其字節(jié)跳動(dòng),紛紛將大量資金投入元宇宙,致使視覺(jué)SLAM人才進(jìn)一步稀缺,引發(fā)視覺(jué)SLAM更高的薪酬與福利。
02、ORB-SLAM3介紹
視覺(jué)SLAM是一種基于視覺(jué)傳感器的 SLAM 系統(tǒng),與激光傳感器相比,視覺(jué)傳感器具有成本低、保留環(huán)境語(yǔ)義信息的優(yōu)點(diǎn),能夠與深度學(xué)習(xí)進(jìn)行大量結(jié)合。ORB-SLAM系列算法是視覺(jué)SLAM中具有最廣泛關(guān)注與應(yīng)用的算法。ORB-SLAM3是一個(gè)支持視覺(jué)、視覺(jué)+慣導(dǎo)、混合地圖的SLAM系統(tǒng),可以在單目、雙目和RGB-D相機(jī)上利用針孔或者魚(yú)眼模型運(yùn)行。在大場(chǎng)景/小場(chǎng)景、室內(nèi)/室外,ORB-SLAM3都能魯棒地實(shí)時(shí)運(yùn)行,被廣泛應(yīng)用于商業(yè)化產(chǎn)品中。
03、學(xué)習(xí)難點(diǎn)
在學(xué)習(xí)ORB-SLAM3過(guò)程中,需要掌握算法部署、主要線程之間的邏輯關(guān)系,吃透ORB-SLAM3算法原理和底層代碼。主要難點(diǎn)包括:深入理解關(guān)鍵幀、共視圖、因子圖等重要概念;掌握IMU預(yù)積分的推導(dǎo)過(guò)程,以及局部建圖線程、閉環(huán)與地圖合并線程之間的算法邏輯等!
審核編輯:郭婷
聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
原文標(biāo)題:重磅!透徹理解視覺(jué)ORB-SLAM3:理論基礎(chǔ)+代碼解析+算法改進(jìn)
文章出處:【微信號(hào):3D視覺(jué)工坊,微信公眾號(hào):3D視覺(jué)工坊】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
相關(guān)推薦
速度傳感器、溫度傳感器、視覺(jué)傳感器和加速度傳感器在各自的應(yīng)用領(lǐng)域中發(fā)揮著不可替代的作用,為現(xiàn)代工業(yè)、汽車(chē)、醫(yī)療、安防等領(lǐng)域的發(fā)展提供了有力的
發(fā)表于 10-11 15:11
?218次閱讀
既能保證效率和精度,又無(wú)需GPU,行業(yè)第一個(gè)達(dá)到此目標(biāo)的視覺(jué)動(dòng)態(tài)SLAM系統(tǒng)。
發(fā)表于 09-30 14:35
?337次閱讀
圖像傳感器是所有機(jī)器視覺(jué)(MV)系統(tǒng)的核心,這是負(fù)責(zé)將物理世界的信息轉(zhuǎn)換為數(shù)字?jǐn)?shù)據(jù)的基本元件,在確保機(jī)器視覺(jué)操作的準(zhǔn)確性、可靠性和高效率方面起到了關(guān)鍵作用。在這篇博文中,安森美探討了為
發(fā)表于 07-05 10:49
?515次閱讀
? 移動(dòng)機(jī)器人需要通過(guò)傳感器實(shí)時(shí)獲取周?chē)恼系K物信息,包括尺寸、形狀和位置信息,來(lái)實(shí)現(xiàn)避障。避障使用的傳感器有很多種,目前常見(jiàn)的有視覺(jué)傳感器、激光傳
發(fā)表于 06-19 17:06
?1455次閱讀
隨著深度學(xué)習(xí)技術(shù)的興起,計(jì)算機(jī)視覺(jué)的許多傳統(tǒng)領(lǐng)域都取得了突破性進(jìn)展,例如目標(biāo)的檢測(cè)、識(shí)別和分類(lèi)等領(lǐng)域。近年來(lái),研究人員開(kāi)始在視覺(jué)SLAM算法中引入深度
發(fā)表于 04-23 17:18
?1228次閱讀
本文的主要目標(biāo)是通過(guò)擴(kuò)展ORB-SLAM2的功能來(lái)增強(qiáng)準(zhǔn)確性,從多個(gè)攝像頭中的姿態(tài)估計(jì)和地圖重用開(kāi)始。所有這些多攝像頭的圖像特征將被合并到跟蹤模塊中進(jìn)行特征匹配,以及在閉環(huán)檢測(cè)期間進(jìn)行位置識(shí)別。
發(fā)表于 04-20 17:51
?509次閱讀
ORB-SLAM是一種基于特征的單目視覺(jué)SLAM系統(tǒng),廣泛用于實(shí)時(shí)三維地圖構(gòu)建和機(jī)器人定位。該系統(tǒng)使用O
發(fā)表于 04-08 10:17
?2533次閱讀
SLAM中,先驗(yàn)值通常從一系列傳感器獲得,比如慣性測(cè)量單元(IMU)和編碼器,而觀測(cè)值則是通過(guò)GPS、相機(jī)和激光雷達(dá)等其他傳感器獲取的,后驗(yàn)值是融合了先驗(yàn)信息與觀測(cè)數(shù)據(jù)之后得到的結(jié)果,
發(fā)表于 02-23 11:31
?2624次閱讀
視覺(jué)傳感器的視覺(jué)檢測(cè)系統(tǒng)提供基于圖像的自動(dòng)化檢測(cè),方便進(jìn)行各種工業(yè)和制造應(yīng)用。雖然2D和3D視覺(jué)傳感器
發(fā)表于 01-09 08:36
?910次閱讀
視覺(jué)傳感器是一種常見(jiàn)的傳感器,它可以將光學(xué)信號(hào)轉(zhuǎn)化為數(shù)字信號(hào),用于實(shí)現(xiàn)圖像采集、處理和分析等功能。在當(dāng)今智能化的時(shí)代,視覺(jué)傳感器在各個(gè)領(lǐng)域都
發(fā)表于 01-04 08:44
?4219次閱讀
該味覺(jué)系統(tǒng)有效整合了傳感器和深度學(xué)習(xí)技術(shù),能夠同時(shí)準(zhǔn)確地檢測(cè)咸度、酸味、苦味和甜味,有望應(yīng)用于食品、酒業(yè)、化妝品和制藥等多個(gè)行業(yè)。
發(fā)表于 01-03 17:19
?805次閱讀
在工業(yè)自動(dòng)化和機(jī)器視覺(jué)領(lǐng)域,選擇合適的傳感器技術(shù)就像挑戰(zhàn)飛鏢游戲,關(guān)鍵在于準(zhǔn)確、靈活、經(jīng)濟(jì)實(shí)惠。市面上兩大主要類(lèi)別傳感器是視覺(jué)傳感器和激光
發(fā)表于 12-14 09:07
?1118次閱讀
目前視覺(jué)SLAM系統(tǒng)可以在微型個(gè)人計(jì)算機(jī)(PC)和嵌入式設(shè)備中運(yùn)行,甚至可以在智能手機(jī)等移動(dòng)設(shè)備中運(yùn)行(Klein和Murray,2009)。與室內(nèi)或室外移動(dòng)機(jī)器人不同,自動(dòng)駕駛車(chē)輛具有更復(fù)雜的參數(shù),尤其是當(dāng)車(chē)輛在城市環(huán)境中自動(dòng)
發(fā)表于 12-04 09:22
?976次閱讀
電子發(fā)燒友網(wǎng)站提供《傳感器知識(shí)學(xué)習(xí).rar》資料免費(fèi)下載
發(fā)表于 11-18 14:18
?3次下載
2021年,索尼半導(dǎo)體解決方案公司(Sony Semiconductor Solutions Corporation,以下簡(jiǎn)稱“索尼”)發(fā)布了兩款堆疊式基于事件(Event-based)的視覺(jué)傳感器
發(fā)表于 11-16 10:12
?2500次閱讀
評(píng)論