ORB-SLAM

ORB-SLAM

●＾● ORB-SLAM算法的一大特点是在所有步骤统一使用图像的ORB特征。ORB特征是一种非常快速的特征提取方法，具有旋转不变性，并可以利用金字塔构建出尺度不变性。使用统RAM的实验平台上，运算速率可达到实时，且以帧率对图像进行准确处理。ORB-SLAM有3个主线程，它们和其他ROS线程并行运行，由于引入了ROS操作系统，因此算法结果具有一定的随机性，针对这个

orbslam3

本文介绍ORB-SLAM,一种基于特征的单目SLAM系统，可在小型和大型、室内和室外环境中实时运行。该系统对严重的运动杂波具有鲁棒性，允许宽基线回环检测和重新定位，并包括全自动初始化。ORB-SLAM2 is a real-time SLAM library forMonocular,StereoandRGB-Dcameras that computes the camera trajectory and a sparse 3D reconstruction (in the

orbslam2

≡(▔﹏▔)≡ ORB-SLAM:https://github/raulmur/ORB_SLAM. (Monocular.ROSintegrated) ORB-SLAM2:https://github/raulmur/ORB_SLAM2. (Monocular, Stereo, RGB-D.ROSoptional) ORB1、克隆仓库git clone https://github/raulmur/ORB_SLAM2.git ORB_SLAM2 2、编译ORB-SLAM2,第三方库中的DBoW2和g2o,并解压ORB词典cdORB_SLAM2 chmod+x build.sh ./build.sh

orbslam3安装

Relocalization()(重定位):首先通过BOW进行特征匹配，选出候选关键帧(在ORB-SLAM中所有关键帧都会被记录到BOW数据库中)如果匹配数目超过15个则进行EPnP求解，通过5次迭代RNASAC得到相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

orbslam2稠密建图

("/home/hansry/Slam_Book/src/Pointcloud_mapping/data/pose.txt");if(!fin) {cerr<<"cannot find pose file"<