版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、 ORB-SLAM 2 ORB-SLAM 2:用于單目,雙目和RGB-D相機(jī)的開源SLAM系統(tǒng)1目錄01 背景02 ORB-SLAM2主要貢獻(xiàn)03 雙目SLAM和RGB-D SLAM 發(fā)展?fàn)顩r及特點(diǎn)04 系統(tǒng)框架05實(shí)驗(yàn)結(jié)果對(duì)比2背景視覺SLAM僅僅通過一個(gè)單目相機(jī)就能夠完成,然而深度信息無法從單目相機(jī)中觀測(cè)到;由于不能從第一幀當(dāng)中進(jìn)行三角化,單目視覺SLAM系統(tǒng)的啟動(dòng)往往需要多視角或者濾波技術(shù)才能產(chǎn)生一個(gè)初始化的地圖;單目SLAM可能會(huì)造成尺度漂移(scale drift),以及在探索中執(zhí)行純旋轉(zhuǎn)(pure rotations)的時(shí)候可能會(huì)失敗。 通過使用雙目或者RGB-D相機(jī)將會(huì)解決這些問
2、題,并且能夠成為一種更加可靠的視覺SLAM的解決方案。3ORB-SLAM2主要貢獻(xiàn) 這是第一個(gè)基于單目,雙目和RGB-D相機(jī)的開源SLAM方案,這個(gè)方案包括,閉環(huán)檢測(cè),重定位和地圖重用;基于RGB-D結(jié)果表明,光束平差法(BA)比基于迭代最近點(diǎn)(ICP)或者光度和深度誤差最小等最先進(jìn)的方法更加精確。通過匹配遠(yuǎn)處和近處的雙目點(diǎn)和單目觀測(cè),雙目的實(shí)驗(yàn)結(jié)果比直接使用雙目系統(tǒng)更加精確。針對(duì)無法建圖的情況,提出了一個(gè)輕量級(jí)(lightweight)的定位模式 ,能夠更加有效的重用地圖。4雙目SLAM( Stereo )發(fā)展?fàn)顩r:最早雙目SLAM系統(tǒng)是Paz等人 ,基于條件獨(dú)立分割和克服擴(kuò)展卡爾曼濾波SL
3、AM, 特點(diǎn)能夠在大場(chǎng)景中運(yùn)行,第一個(gè)使用近特征點(diǎn)和遠(yuǎn)特征點(diǎn)的雙目SLAM系統(tǒng),使用逆深度參數(shù)化進(jìn)行估計(jì); Strasdat等人采用在關(guān)鍵幀的內(nèi)部窗口和外部窗口的姿態(tài)圖上執(zhí)行BA聯(lián)合優(yōu)化。 Mei等人提出了(RSLAM),提出了在活躍區(qū)域執(zhí)行BA相關(guān)優(yōu)化,即使在全局一致性沒有被執(zhí)行時(shí),也能夠進(jìn)行閉環(huán),同時(shí)也會(huì)擴(kuò)大回環(huán)兩側(cè)的活躍區(qū)域5雙目SLAM Pire等人最近的S-PTAM運(yùn)用了局部BA,但是,這種方法缺少大量的回環(huán)檢測(cè); Engel等人最近的LSD-SLAM,是一種半稠密直接方法,對(duì)高梯度的圖像區(qū)域中的光度誤差最小化。 優(yōu)點(diǎn):不依賴特征,能夠在紋理不清(poorly textured)或者
4、運(yùn)動(dòng)模糊(motion blur)的環(huán)境中獲得更高的魯棒性。缺點(diǎn):受滾動(dòng)快門或者非朗伯反射的未建模效應(yīng)影響而嚴(yán)重下降。6雙目SLAM我們的雙目SLAM工作: 對(duì)局部關(guān)鍵幀集采用BA優(yōu)化; 當(dāng)閉合一個(gè)回路時(shí),我們的系統(tǒng)首先在回環(huán)的兩端進(jìn)行校準(zhǔn); 之后進(jìn)行姿態(tài)圖優(yōu)化,通過全BA將回環(huán)產(chǎn)生的累積漂移最小化7 RGB-D SLAM發(fā)展?fàn)顩r:最早 RGB-D SLAM系統(tǒng)是由Newcombe等人提出的KinectFusion,該方法將傳感器的所有深度數(shù)據(jù)融合成一個(gè)體積稠密模型,該模型使用ICP算法來跟蹤相機(jī)姿態(tài)。缺點(diǎn):由于體積的表現(xiàn)形式和缺乏回環(huán)檢測(cè),只能工作在小的工作場(chǎng)所。 Whelan 等人提出Ki
5、ntinuous,能夠在大環(huán)境中運(yùn)行。通過使用滾動(dòng)循環(huán)緩沖器和包括使用位置識(shí)別和姿態(tài)圖優(yōu)化的回環(huán)檢測(cè)來完成。8RGB-D SLAM第一個(gè)流行的開源RGB-D SLAM是由Endres等人提出,基于特征的系統(tǒng),前端采用提取和匹配特征點(diǎn)和ICP算法來計(jì)算幀與幀之間運(yùn)動(dòng)。后端采用閉環(huán)檢測(cè)約束來執(zhí)行姿態(tài)圖優(yōu)化。 Kerl 等人提出DVO-SLAM,在關(guān)鍵幀與關(guān)鍵幀約束之間優(yōu)化姿態(tài)圖,這種約束通過視覺里程計(jì)計(jì)算最小化光度和深度誤差來實(shí)現(xiàn)。最近Whelan等人提出的ElasticFusion,建立在基于surfel的環(huán)境地圖,一種以地圖為中心(map-centric)的方法。忽略了姿態(tài)以及利用對(duì)地圖的非剛
6、性形變來執(zhí)行回環(huán)檢測(cè),重建和定位的精度十分優(yōu)秀。9RGB-D SLAM我們的RGB-D SLAM工作: 目標(biāo)是長(zhǎng)時(shí)間并且全局一致定位,而不是建立有很多細(xì)節(jié)的稠密地圖; 后端是基于BA優(yōu)化以及建立一個(gè)全局一致的稀疏地圖重建; 更加輕量級(jí),能夠在標(biāo)準(zhǔn)的中央處理單元(CPUs)上面運(yùn)行;10系統(tǒng)框架11系統(tǒng)框架 建立在基于特征的單目ORB-SLAM的基礎(chǔ)上(增加了雙目和RGB-D接口) 三個(gè)主要的并行線程: 跟蹤模塊:對(duì)相機(jī)的每一幀圖像進(jìn)行定位,尋找局部地圖的特征匹配,應(yīng)用純運(yùn)動(dòng)BA使重投影誤差最小化; 局部建圖:運(yùn)用局部BA管理局部地圖并且優(yōu)化它; 閉環(huán)檢測(cè):執(zhí)行姿態(tài)圖的優(yōu)化檢測(cè)大回路和糾正累計(jì)漂
7、移誤差。 在姿態(tài)圖優(yōu)化之后,會(huì)啟動(dòng)第四個(gè)線程來執(zhí)行全BA(full BA),計(jì)算整個(gè)系統(tǒng)最優(yōu)結(jié)構(gòu)和運(yùn)動(dòng)的結(jié)果。12ORB SLAM2系統(tǒng)特點(diǎn)基于DBoW2的嵌入式位置識(shí)別模型,能夠達(dá)到重定位,防止跟蹤失?。ㄈ缯趽酰呀▓D場(chǎng)景重初始化,回環(huán)檢測(cè);使用相同的ORB特征進(jìn)行跟蹤,建圖和位置識(shí)別任務(wù)。這些特征在旋轉(zhuǎn)和尺度上有良好的魯棒性,對(duì)攝像機(jī)的自動(dòng)增益(autogain)和自動(dòng)曝光(autoexposure)以及光照變化具有良好的不變性;能夠迅速的提取和匹配特征,滿足實(shí)時(shí)操作的需求,在基于詞袋模型的位置識(shí)別過程中,顯示出良好精確/召回性能。13ORB-SLAM VS ORB-SLAM2 單目OR
8、B-SLAM可能出現(xiàn)尺度漂移,而雙目或者深度的信息將會(huì)使得尺度信息可觀測(cè)。對(duì)輸入的特征預(yù)處理,處理雙目特征點(diǎn),分成遠(yuǎn)處特征點(diǎn)和近處特征點(diǎn)。近雙目特征點(diǎn)的定義是:匹配的深度值小于40倍雙目或者RGB-D的基線,否則的話,是遠(yuǎn)特征點(diǎn)。特點(diǎn):近特征點(diǎn)對(duì)每一幀進(jìn)行三角化。遠(yuǎn)特征點(diǎn)提供準(zhǔn)確的旋轉(zhuǎn)信息,但尺度和平移信息較弱。14ORB-SLAM VS ORB-SLAM2使用雙目和RGB-D相機(jī)可以僅僅從一幀中獲得深度信息,我們不需要像單目情況中那樣做一個(gè)特殊的結(jié)構(gòu)來進(jìn)行運(yùn)動(dòng)初始化。 利用純運(yùn)動(dòng)BA(motion-only) 優(yōu)化跟蹤線程中相機(jī)姿態(tài); 利用局部BA優(yōu)化關(guān)鍵幀的局部窗口和局部建圖線程的特征點(diǎn); 利用全BA(Full BA)在回環(huán)檢測(cè)之后優(yōu)化所有的關(guān)鍵幀和特征點(diǎn),如果在優(yōu)化運(yùn)行時(shí)檢測(cè)到新循環(huán),我們將中止優(yōu)化并繼續(xù)關(guān)閉循環(huán),這將再次啟動(dòng)全BA優(yōu)化。15實(shí)驗(yàn)結(jié)果對(duì)比16 在 KITTI 08序列中估計(jì)軌跡Monocular ORB-SLAM stereo ORB-SLAM2估計(jì)軌跡(黑色)實(shí)際運(yùn)動(dòng)軌跡(紅色)17其他先進(jìn)方法準(zhǔn)確性比較我們的方法是唯一一種基于光束平差法的,并且在大多數(shù)序列中比其他的方法都更加優(yōu)秀18實(shí)驗(yàn)結(jié)論ORB-SLAM2是第一個(gè)開源視覺SLAM系統(tǒng),它可以使用單目、雙目和RGB-D輸入。系統(tǒng)重定位能力對(duì)已知環(huán)境產(chǎn)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 二零二五年度綠色能源項(xiàng)目投資定金合同附屬協(xié)議書2篇
- 二零二五年度權(quán)威解讀!欠條法律風(fēng)險(xiǎn)防范及處理合同3篇
- 二零二五年度白酒定制生產(chǎn)與品牌發(fā)展合同2篇
- 二零二五年度高鐵安裝工程設(shè)備磨損保險(xiǎn)合同2篇
- 2025年度西餐廳經(jīng)營(yíng)管理權(quán)租賃合同3篇
- 二零二五年度航空貨運(yùn)代理航空貨物包裝材料供應(yīng)合同3篇
- 展會(huì)展臺(tái)拆除合同(2篇)
- 小區(qū)道路工程承包合同(2篇)
- 2025年餐飲食材配送與售后服務(wù)合同協(xié)議3篇
- 二零二五年度航空航天零部件耗材采購合同范本3篇
- 幼兒園反恐防暴技能培訓(xùn)內(nèi)容
- 食品企業(yè)質(zhì)檢員聘用合同
- 中醫(yī)診所內(nèi)外部審計(jì)制度
- 自然辯證法學(xué)習(xí)通超星期末考試答案章節(jié)答案2024年
- 2024年國家危險(xiǎn)化學(xué)品經(jīng)營(yíng)單位安全生產(chǎn)考試題庫(含答案)
- 護(hù)理員技能培訓(xùn)課件
- 家庭年度盤點(diǎn)模板
- 河南省鄭州市2023-2024學(xué)年高二上學(xué)期期末考試 數(shù)學(xué) 含答案
- 2024年資格考試-WSET二級(jí)認(rèn)證考試近5年真題集錦(頻考類試題)帶答案
- 試卷中國電子學(xué)會(huì)青少年軟件編程等級(jí)考試標(biāo)準(zhǔn)python三級(jí)練習(xí)
- 公益慈善機(jī)構(gòu)數(shù)字化轉(zhuǎn)型行業(yè)三年發(fā)展洞察報(bào)告
評(píng)論
0/150
提交評(píng)論