额，这个地位指什么？orbslam 是14-15年被一个西班牙博士做的，目前还在做，最近又发了新文章：Probabilistic Semi-Dense Mapping from Highly Accurate Feature-Based Monocular SLAM。orbslam可以看做是PTAM的一个延伸。ptam想必做visual slam 的都知道，它是第一个将tracking和mapping分成两个线程实现的实时slam系统，07年出来的时候很惊艳。几乎成立后来feature-based slam方法的标准。orbslam 算是这个思路的延伸，于ptam相比它又加了一个loopclosing的线程。这个系统基于ptam，个人感觉效果也更好一些（毕竟ptam相对较老），整合了covisible graph，基于bagofwords 做relocalization等技术。处于什么地位很难讲，总之几篇文章都发在机器人或者控制的顶会上了。
前一阵出了orbslam2，提供单目，双目和rgbd接口。加之代码也很整洁，确实是很好的工作。&br&特点是以orb特征贯穿始终，从一开始的特征处理，匹配，以及用于回环的bag-of-words，词典，全用的是orb。下面说说我个人对它的一些看法。&br&&br&
作者从opencv2.4的orb改进了一版，比opencv里的orb多了一个网格处理，尽量保证每小块图像都能提到特征，避免了局部特征点不足的情形。据我个人的测试(Thinkpad T450 i7)，在640x480的图像中提取500orb约用时13ms左右，匹配精度可以接受，满足实时性要求。&br&&br&
相比于lsd-slam，orb-slam更像一个系统工程——采用当前各种主流的方式计算slam。它稳重大方，不像lsd那样追求标新立异。orb-slam基于研究了很久的特征点，使用dbow2库进行回环检测，具备重新定位能力，使用g2o作为global和local的优化，乃至pnp也用g2o来算。从效果而言比lsd优化，代码也比lsd整洁，更适合继续开发。虽说如楼上所言不像ptam那么惊艳（比如slam++名字好听效果好看但是不开源啊），我们做研究毕竟还是效果至上。&br&&br&
个人觉得，orb-slam的动机还是单目slam，用来做双目或rgbd有些不足。至少orb的建图部分只含有稀疏的map point，不管用于机器人还是AR/VR，这无论如何是不够的。如果给它加上一个较好的地图模块，相信会更加受欢迎。&br&&br&&br&&br&
附上我自己的orb-slam2在手持kinect2上的视频，仅供参考：&br&&a class=& external& href=&///?target=http%3A///s/1eRcyW1s& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/s/1eRcyW1&/span&&span class=&invisible&&s&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&img data-rawheight=&471& data-rawwidth=&834& src=&/a59b1358055acf7dc0f96e_b.png& class=&origin_image zh-lightbox-thumb& width=&834& data-original=&/a59b1358055acf7dc0f96e_r.png&&&br&-------------
-----------------&br&优点：回环检测做的很好，基本上只要见过的场景都能找回来。接口丰富，代码清楚。&br&缺点：&br&* kinect2 qhd分辨率下（960x540），默认参数，thinkpad T450，帧率&=10Hz；&br&* 运行前要读取一个几百兆的字典——调试程序的时候比较考验耐心；&br&* 比较容易lost，虽然也容易找回来；&br&* 尼玛为什么不支持地图保存和读取！&br&&img data-rawheight=&211& data-rawwidth=&719& src=&/3cec31fdeb79e015e992ce_b.png& class=&origin_image zh-lightbox-thumb& width=&719& data-original=&/3cec31fdeb79e015e992ce_r.png&&这个TODO是让我去做吗！&br&&br&------------ 2016.3 ------------------&br&在kinect部分加了个稠密地图，效果看上去还可以，给做rgbd的同学作个参考：&br&加上地图显示就真的只有10Hz了……&br&这个是自己撸了个点云地图模块上去的orbslam2：&br&&a href=&///?target=http%3A///s/1hrbW840& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/s/1hrbW84&/span&&span class=&invisible&&0&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&还有一个是改了改速度但是精度比较糙的orbslam2：&br&&a href=&///?target=http%3A///s/1skdGeIT& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/s/1skdGeI&/span&&span class=&invisible&&T&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&br&各有各用途吧，糙和精的应该都有人喜欢。
前一阵出了orbslam2，提供单目，双目和rgbd接口。加之代码也很整洁，确实是很好的工作。特点是以orb特征贯穿始终，从一开始的特征处理，匹配，以及用于回环的bag-of-words，词典，全用的是orb。下面说说我个人对它的一些看法。 作者从opencv2.4的orb改进了…
整体上支持@庞阿坤的说法。&br&个人觉得客观地讲, orb-slam虽然效果看起来目前最好（我没有在自己数据集上复现），但其文章创新新并不是很大，不如PTAM，整体上感觉是基于PTAM的改进版本。（感觉就是拼出来的）&br&将特征改为ORB，特征提取匹配的计算量减少。增加闭环检测模块，并将其嵌入tracking模块。&br&orb-slam 是目前基于特征的单目slam系统中效果最好的（the state of art),&br& 与之对应的LSD-SLAM是direct-slam中最好的，且不提取图片特征，直接基于pixels；&br&orb-slam论文中，作者一再强调orb-slam比lsd效果好....&br&整体上，orb-slam是一个很赞的单目slam系统，very impressive!
整体上支持@庞阿坤的说法。个人觉得客观地讲, orb-slam虽然效果看起来目前最好（我没有在自己数据集上复现），但其文章创新新并不是很大，不如PTAM，整体上感觉是基于PTAM的改进版本。（感觉就是拼出来的）将特征改为ORB，特征提取匹配的计算量减少。增加闭…
已有帐号？
无法登录？
社交帐号登录
别人笑我太疯癫，我夸他人看得准。orb-slam综合感觉不错，就是pure rotation容易跟丢，提取特征点少的场景景容易跟丢。lsd速度慢，精度低些，不过因基于gradient，估计对规则纹理的室内和建筑场景有利。svo对于手持拍摄视频不好，作者提供的无人机测试数据还可以。 orb-slam和lsd今年都有新论文可以看看，多个方法各有优劣。对于移动平台，目前单目slam算法的运算和存储要求高，稳定性也还不够。分方向还有stero camera，rgb-d，other sensors combined （imu, gps）等。
前一阵出了orbslam2，提供单目，双目和rgbd接口。加之代码也很整洁，确实是很好的工作。&br&特点是以orb特征贯穿始终，从一开始的特征处理，匹配，以及用于回环的bag-of-words，词典，全用的是orb。下面说说我个人对它的一些看法。&br&&br&
作者从opencv2.4的orb改进了一版，比opencv里的orb多了一个网格处理，尽量保证每小块图像都能提到特征，避免了局部特征点不足的情形。据我个人的测试(Thinkpad T450 i7)，在640x480的图像中提取500orb约用时13ms左右，匹配精度可以接受，满足实时性要求。&br&&br&
相比于lsd-slam，orb-slam更像一个系统工程——采用当前各种主流的方式计算slam。它稳重大方，不像lsd那样追求标新立异。orb-slam基于研究了很久的特征点，使用dbow2库进行回环检测，具备重新定位能力，使用g2o作为global和local的优化，乃至pnp也用g2o来算。从效果而言比lsd优化，代码也比lsd整洁，更适合继续开发。虽说如楼上所言不像ptam那么惊艳（比如slam++名字好听效果好看但是不开源啊），我们做研究毕竟还是效果至上。&br&&br&
个人觉得，orb-slam的动机还是单目slam，用来做双目或rgbd有些不足。至少orb的建图部分只含有稀疏的map point，不管用于机器人还是AR/VR，这无论如何是不够的。如果给它加上一个较好的地图模块，相信会更加受欢迎。&br&&br&&br&&br&
附上我自己的orb-slam2在手持kinect2上的视频，仅供参考：&br&&a class=& external& href=&///?target=http%3A///s/1eRcyW1s& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/s/1eRcyW1&/span&&span class=&invisible&&s&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&img data-rawheight=&471& data-rawwidth=&834& src=&/a59b1358055acf7dc0f96e_b.png& class=&origin_image zh-lightbox-thumb& width=&834& data-original=&/a59b1358055acf7dc0f96e_r.png&&&br&-------------
-----------------&br&优点：回环检测做的很好，基本上只要见过的场景都能找回来。接口丰富，代码清楚。&br&缺点：&br&* kinect2 qhd分辨率下（960x540），默认参数，thinkpad T450，帧率&=10Hz；&br&* 运行前要读取一个几百兆的字典——调试程序的时候比较考验耐心；&br&* 比较容易lost，虽然也容易找回来；&br&* 尼玛为什么不支持地图保存和读取！&br&&img data-rawheight=&211& data-rawwidth=&719& src=&/3cec31fdeb79e015e992ce_b.png& class=&origin_image zh-lightbox-thumb& width=&719& data-original=&/3cec31fdeb79e015e992ce_r.png&&这个TODO是让我去做吗！&br&&br&------------ 2016.3 ------------------&br&在kinect部分加了个稠密地图，效果看上去还可以，给做rgbd的同学作个参考：&br&加上地图显示就真的只有10Hz了……&br&这个是自己撸了个点云地图模块上去的orbslam2：&br&&a href=&///?target=http%3A///s/1hrbW840& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/s/1hrbW84&/span&&span class=&invisible&&0&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&还有一个是改了改速度但是精度比较糙的orbslam2：&br&&a href=&///?target=http%3A///s/1skdGeIT& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/s/1skdGeI&/span&&span class=&invisible&&T&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&br&各有各用途吧，糙和精的应该都有人喜欢。
前一阵出了orbslam2，提供单目，双目和rgbd接口。加之代码也很整洁，确实是很好的工作。特点是以orb特征贯穿始终，从一开始的特征处理，匹配，以及用于回环的bag-of-words，词典，全用的是orb。下面说说我个人对它的一些看法。 作者从opencv2.4的orb改进了…
整体上支持@庞阿坤的说法。&br&个人觉得客观地讲, orb-slam虽然效果看起来目前最好（我没有在自己数据集上复现），但其文章创新新并不是很大，不如PTAM，整体上感觉是基于PTAM的改进版本。（感觉就是拼出来的）&br&将特征改为ORB，特征提取匹配的计算量减少。增加闭环检测模块，并将其嵌入tracking模块。&br&orb-slam 是目前基于特征的单目slam系统中效果最好的（the state of art),&br& 与之对应的LSD-SLAM是direct-slam中最好的，且不提取图片特征，直接基于pixels；&br&orb-slam论文中，作者一再强调orb-slam比lsd效果好....&br&整体上，orb-slam是一个很赞的单目slam系统，very impressive!
整体上支持@庞阿坤的说法。个人觉得客观地讲, orb-slam虽然效果看起来目前最好（我没有在自己数据集上复现），但其文章创新新并不是很大，不如PTAM，整体上感觉是基于PTAM的改进版本。（感觉就是拼出来的）将特征改为ORB，特征提取匹配的计算量减少。增加闭…
已有帐号？
无法登录？
社交帐号登录
being geek大规模环境下基于图优化SLAM的图构建方法_王忠立_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
大规模环境下基于图优化SLAM的图构建方法_王忠立
上传于||暂无简介
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩8页未读，继续阅读
你可能喜欢整体上支持@庞阿坤的说法。个人觉得客观地讲, orb-slam虽然效果看起来目前最好（我没有在自己数据集上复现），但其文章创新新并不是很大，不如PTAM，整体上感觉是基于PTAM的改进版本。（感觉就是拼出来的）将特征改为ORB，特征提取匹配的计算量减少。增加闭环检测模块，并将其嵌入tracking模块。orb-slam 是目前基于特征的单目slam系统中效果最好的（the state of art), 与之对应的LSD-SLAM是direct-slam中最好的，且不提取图片特征，直接基于pixels；orb-slam论文中，作者一再强调orb-slam比lsd效果好....整体上，orb-slam是一个很赞的单目slam系统，very impressive!
前一阵出了orbslam2，提供单目，双目和rgbd接口。加之代码也很整洁，确实是很好的工作。&br&特点是以orb特征贯穿始终，从一开始的特征处理，匹配，以及用于回环的bag-of-words，词典，全用的是orb。下面说说我个人对它的一些看法。&br&&br&
作者从opencv2.4的orb改进了一版，比opencv里的orb多了一个网格处理，尽量保证每小块图像都能提到特征，避免了局部特征点不足的情形。据我个人的测试(Thinkpad T450 i7)，在640x480的图像中提取500orb约用时13ms左右，匹配精度可以接受，满足实时性要求。&br&&br&
相比于lsd-slam，orb-slam更像一个系统工程——采用当前各种主流的方式计算slam。它稳重大方，不像lsd那样追求标新立异。orb-slam基于研究了很久的特征点，使用dbow2库进行回环检测，具备重新定位能力，使用g2o作为global和local的优化，乃至pnp也用g2o来算。从效果而言比lsd优化，代码也比lsd整洁，更适合继续开发。虽说如楼上所言不像ptam那么惊艳（比如slam++名字好听效果好看但是不开源啊），我们做研究毕竟还是效果至上。&br&&br&
个人觉得，orb-slam的动机还是单目slam，用来做双目或rgbd有些不足。至少orb的建图部分只含有稀疏的map point，不管用于机器人还是AR/VR，这无论如何是不够的。如果给它加上一个较好的地图模块，相信会更加受欢迎。&br&&br&&br&&br&
附上我自己的orb-slam2在手持kinect2上的视频，仅供参考：&br&&a class=& external& href=&///?target=http%3A///s/1eRcyW1s& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/s/1eRcyW1&/span&&span class=&invisible&&s&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&img data-rawheight=&471& data-rawwidth=&834& src=&/a59b1358055acf7dc0f96e_b.png& class=&origin_image zh-lightbox-thumb& width=&834& data-original=&/a59b1358055acf7dc0f96e_r.png&&&br&-------------
-----------------&br&优点：回环检测做的很好，基本上只要见过的场景都能找回来。接口丰富，代码清楚。&br&缺点：&br&* kinect2 qhd分辨率下（960x540），默认参数，thinkpad T450，帧率&=10Hz；&br&* 运行前要读取一个几百兆的字典——调试程序的时候比较考验耐心；&br&* 比较容易lost，虽然也容易找回来；&br&* 尼玛为什么不支持地图保存和读取！&br&&img data-rawheight=&211& data-rawwidth=&719& src=&/3cec31fdeb79e015e992ce_b.png& class=&origin_image zh-lightbox-thumb& width=&719& data-original=&/3cec31fdeb79e015e992ce_r.png&&这个TODO是让我去做吗！&br&&br&------------ 2016.3 ------------------&br&在kinect部分加了个稠密地图，效果看上去还可以，给做rgbd的同学作个参考：&br&加上地图显示就真的只有10Hz了……&br&这个是自己撸了个点云地图模块上去的orbslam2：&br&&a href=&///?target=http%3A///s/1hrbW840& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/s/1hrbW84&/span&&span class=&invisible&&0&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&还有一个是改了改速度但是精度比较糙的orbslam2：&br&&a href=&///?target=http%3A///s/1skdGeIT& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/s/1skdGeI&/span&&span class=&invisible&&T&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&br&各有各用途吧，糙和精的应该都有人喜欢。
前一阵出了orbslam2，提供单目，双目和rgbd接口。加之代码也很整洁，确实是很好的工作。特点是以orb特征贯穿始终，从一开始的特征处理，匹配，以及用于回环的bag-of-words，词典，全用的是orb。下面说说我个人对它的一些看法。 作者从opencv2.4的orb改进了…
额，这个地位指什么？&br&orbslam 是14-15年被一个西班牙博士做的，目前还在做，最近又发了新文章：&b&Probabilistic Semi-Dense Mapping from Highly Accurate Feature-Based Monocular SLAM。&/b&&br&&b&orbslam可以看做是PTAM的一个延伸。ptam想必做visual slam 的都知道，它是第一个将tracking和mapping分成两个线程实现的实时slam系统，07年出来的时候很惊艳。几乎成立后来feature-based slam方法的标准。orbslam 算是这个思路的延伸，于ptam相比它又加了一个loopclosing的线程。&/b&&br&&b&这个系统基于ptam，个人感觉效果也更好一些（毕竟ptam相对较老），整合了covisible graph，基于bagofwords 做relocalization等技术。&/b&&br&&b&处于什么地位很难讲，总之几篇文章都发在机器人或者控制的顶会上了。&/b&
额，这个地位指什么？orbslam 是14-15年被一个西班牙博士做的，目前还在做，最近又发了新文章：Probabilistic Semi-Dense Mapping from Highly Accurate Feature-Based Monocular SLAM。orbslam可以看做是PTAM的一个延伸。ptam想必做visual slam 的都知道，…
已有帐号？
无法登录？
社交帐号登录