【SLAM】ORB-SLAM2代码流程图

ORB-SLAM2作为一款面向单目、双目、深度相机三个接口的开源SLAM系统，流程清晰，代码清爽，非常适合初学者学习。当然，网上已经有非常完善的教程，CSDN与cnblogs的博客也好，泡泡机器人的视频也好，都非常值得一看。于是最近整理了一个流程图，想着这样用流程图对着代码看起来逻辑上会更清晰一些。整个流程图按照Tracking、Localmapping、LoopClosing三个线程划分，其中穿插

回顾:   上一节我们主要讲解了SLAM的基本分类,具体场景应用点以及目前现有的部分开源方案.最后讲解了ORB-SLAM2的总体框架和主要贡献.   由于整个系统都是基于ORB特征点进行运行的,因此本章节将主要讲解ORB特征点的原理以及根据orb-slam2源码讲解实现细节. 理论环节 ORB特征点的原理   特征点,顾名思义就是图片中具备明显特征的点.在许多学者长期的研究下,著名的特征点...

这篇博文主要是梳理ORBSLAM2的流程，对于细节暂时不会很详细的描述（之后的博文会深究细节），且本博文暂时只描述ORBSLAM2中的Monocular（单目）情况。 在ORBSLAM2中，主要的三个线程是Tracking、LocalMapping、LoopClosing。三个线程的创建都是在System.cpp中，也就是在System类中的构造函数中创建了这三个线程。 以mono_tum.c...

ORB-SLAM2有三个线程，追踪、局部地图、闭环，三个线程，通过指针相互联系，下面将三个线程流程图贴上。 追踪： 局部地图： 闭环： 也许有些地图有些毛刺，这是在线制作下载后出现的，实在无奈。 如果你真想学习和了解这个算法，一定要亲手理代码，多理几遍，最后画流程图，代码算法细节很多，这无法都呈现。 追踪部分，我认为作者的逻辑使用太复杂，那么多 if 嵌套，可读性太差，不利用后期再扩展。 这个算法实际使用还需要改很多，实...

这里写自定义目录标题引入三线程的整体结构跟踪线程线程综述代码概况线程创建创建帧单目初始化 Tracking::MonocularInitialization()frame-to-frame跟踪局部地图跟踪关键帧选择图像在跟踪线程中——FrameLocalMapping线程线程创建线程运行 LocalMapping::Run() 引入 阅读完ORB-SLAM2代码，在此做一个总结。 主要参考了别人对...

/** * This file is part of ORB-SLAM2. * * Copyright (C) 2014-2016 Ra煤l Mur-Artal (University of Zaragoza) * For more information see * * ORB-SLAM2 is free software: you can redistribute it and/or mo...

本课件是公众号 计算机视觉life旗下课程《全网最详细的ORB-SLAM2精讲：原理推导+逐行代码分析》（点击可跳转课程详情）的课程课件。谢谢各位学员的支持！ 本课程对应的注释代码：https://github.com/electech6/ORBSLAM2_detailed_comments由于源码注释和课件在持续更新，所以： 如视频课程中注释与上述GitHub中有不同，以GitHub上最新源码为准。 如视频课程中课件与本课件不同，以本课件为准。 目录 1 理解共视...

最近在看orb-slam，orb-slam方案在slam领域的地位就不用说了，我花了三天大概理清了一下代码的逻辑和思路。具体的细节还没有仔细去看，由于本人也是刚刚学完高博的视觉slam十四讲，所以有一些地方有错误的还望批评指正。另外我参考的资料除了论文以外，还有在泡泡机器人上面找到的吴博和冯兵两位老师的视频以及PPT，非常感谢泡泡机器人这个平台，学习到了很多知识！首先还是看论文里面的这幅图，当时就没

ORB_SLAM2代码阅读（4）——LoopClosing线程1.说明2.简介3.检测回环 1.说明 在前几篇博客介绍完tracking和localmaping线程后，本文接着介绍闭环检测（LoopClosing）线程中的内容。该部分内容中有很多细节部分还没有弄清楚，暂时先将整体思路捋顺，更多细节内容以后再补充。 2.简介 LoopClosing线程整体思路比较简介清晰，主要分为三大部分：检测回环...

工具篇 ORB-SLAM的代码框架 转载请注明出处：http://blog.csdn.net/c602273091/article/details/54428693工具篇在看代码方面，有不少软件推荐。我觉得首推还是得Understand【1】，这个工具可以把代码的流程图、依赖关系、整个框架给描述出来。有钱的话，买正版。其次的话，我推荐SourceInsight。这个工具比较方便看出你的类的定义。我在

之前学习VINS和LIO-SAM的时候都是代码流，不是很重视看论文，现在有空学ORB-SLAM3了，这一次，先看一下论文。考虑到边上班边学，更新的会比较慢。看完论文之后，对这个系统最大的主观感受就是它的多图系统Atlas。机器人运行过程中是可能会跟丢的，一旦跟丢了就新建一个map，如果走到之前的位置，一旦发现和之前的map是同一个地方，就可以合并map。它的初始化和VINS很像，地图操作，回环检测，重定位很鲁棒。 github： https://github.com/UZ-SLAMLab/ORB_SLAM

ORB-SLAM2系统地图构建环节的优化这篇博客构建方式地图效果结尾 这篇博客 构建方式 地图效果 结尾

终于写到Tracking.cc了，想想还有点小激动呢。 本人邮箱jinbo666888@qq.com，欢迎交流。 本系列代码注释，是在吴博注释的基础上进一步注释。 1.Tracking 框架 Tracking线程流程框图：  各流程对应的主要函数（来自吴博@泡泡机器人）：   Tracking整体流程图（ 来自https://blog.csdn.net/chishuide...

为了提高动态环境下ORB-SLAM2位姿估计的精度，针对运动的欺骗性，提出一种实例分割方法去除分布在人体上的运动特征点，提高姿态精度。该方法从输入图像中提取ORB特征点，并对图像进行分割，得到图像中像素的位置。然后去除分布在人体上方的特征点，利用移除后相对稳定的特征点估计位置和姿态。改进的方法用于在TUM数据集上进行测试。结果表明，改进的系统能够显著降低动态环境下姿态估计的绝对误差和相对漂移，证明与传统的ORB-SLAM2系统相比，该方法能显著提高动态环境下姿态估计的精度。

首先，在Gazebo下建立自定义的相机模型，这里借助了ORB_SLAM2开源项目完成。一开始听说该项目原生支持双目视觉（Stereo Camera），这里看了许多BLOG和文档参考，记录一下实现的流程。 这里先写一下我的配置环境： 1.Ubuntu16.04 2.ROS-kinetic 3.Gazebo9 4.workspace下需要配置OpenCV 5.Eigin3 6.Pangolin 实现步...

本小白想实现实时ORB-SLAM。遗憾的是没有找到一篇能带着本蒟蒻完成此小目标的教程。网上教程大都是省略了一些步骤（因为大佬们默认读者都会）。此博客便是想以一抵十，让大家从纯小白直接入门ORB-SLAM2。其中引用了不少博主的博客。

  SLAM大致可分为激光SLAM和视觉SLAM，本篇就重点介绍一下一种经典的视觉SLAM——ORB SLAM。在2015年被首次提出，后续也有比较好的扩展性，应用很广泛。要想真正读懂ORB-SLAM肯定要从源码入手，网上也有很多教程去解读源码。但鉴于目前的需要，所以只是从结构上介绍下ORB-SLAM，不对代码进行任何的解读。如果你是和我一样的小白，不妨看一看，可能会有所收获~   首先列举几种常见的视觉SLAM，这些大部分都是在ORB-SLAM之前。   内容参考：一文详解ORB-SLAM3   下面对