1. 特征提取和匹配

实现 VO，先来考虑特征点法。它 VO 任务是，根据输入的图像，计算相机运动和特征点位置
前面都讨论的是在两两帧间的位姿估计，然而发现仅凭两帧的估计是不够的
会把特征点缓存成一个小地图，计算当前帧与地图之间的位置关系
但那样程序会复杂一些
所以，让先订个小目标，暂时从两两帧间的运动估计出发

2. 两两帧的视觉里程计

现在只关心两个帧之间的运动估计，并且不优化特征点的位置
然而把估得的位姿“串”起来，也能得到一条运动轨迹
这种方式可以看成两两帧间的（Pairwise），无结构（Structureless）的 VO
两两帧之间的 VO 工作示意图如图所示：

视觉SLAM笔记（46）基本的 VO相关推荐

视觉SLAM笔记（45）搭建 VO 框架
视觉SLAM笔记(45) 搭建 VO 框架 1. 确定程序框架 2. 确定基本数据结构 3. Camera 类 4. Frame 类 5. MapPoint 类 6. Map 类 7. Config ...
视觉SLAM笔记（47）优化 PnP 的结果
视觉SLAM笔记(47) 优化 PnP 的结果 1. 迭代优化 2. 优化边 3. 姿态估计 4. 结果对比 1. 迭代优化尝试 RANSAC PnP 加上迭代优化的方式估计相机位姿看看是否对视 ...
视觉SLAM笔记（57）回环检测
视觉SLAM笔记(57) 回环检测 1. 回环检测的意义 2. 实现方法 3. 准确率和召回率 4. 词袋模型 1. 回环检测的意义前端提供特征点的提取和轨迹.地图的初值而后端负责对这所有的数据进 ...
视觉SLAM笔记（48）局部地图
视觉SLAM笔记(48) 局部地图 1. 迭代优化的问题 2. 特征点引入地图 2. 地图 3. 地图点类 3. 视觉里程类 3.1. 关键帧 3.2. 优化地图 3.3. 特征匹配 4. 结果对比 ...
视觉SLAM笔记（30）特征点法
视觉SLAM笔记(30) 特征点法 1. 特征点法 2. 特征点 3. ORB 特征 3.1. FAST 关键点 3.2. BRIEF 描述子 4. 特征匹配 1. 特征点法视觉 SLAM 主要分为 ...
视觉SLAM笔记（3）视觉SLAM框架
视觉SLAM笔记(3) 视觉SLAM框架 1. 经典框架 2. 视觉里程计 3. 后端优化 4. 回环检测 5. 建图 5.1. 度量地图 5.2. 拓扑地图 1. 经典框架相机在场景中运动的过程, ...
视觉SLAM笔记（65）简约总结
视觉SLAM笔记(65) 简约总结参考: <视觉SLAM十四讲> 视觉SLAM笔记(3) 视觉SLAM框架视觉SLAM笔记(20) 单目相机模型视觉SLAM笔记(32) 2D-2D: ...
视觉SLAM笔记（63） RGB-D 稠密建图
视觉SLAM笔记(63) RGB-D 稠密建图 1. 建立点云地图 2. 点云地图 3. 其他重建方法 1. 建立点云地图所谓点云,就是由一组离散的点表示的地图最基本的点包含 x, y, z 三维 ...
视觉SLAM笔记（61）单目稠密建图
视觉SLAM笔记(61) 单目稠密建图 1. 立体视觉 2. 极线搜索与块匹配 3. 高斯分布的深度滤波器 1. 立体视觉相机,很久以来被认为是只有角度的传感器(Bearing only) 单个图像 ...

视觉SLAM笔记（46）基本的 VO

视觉SLAM笔记（46）基本的 VO

1. 特征提取和匹配

2. 两两帧的视觉里程计

视觉SLAM笔记（46）基本的 VO相关推荐

最新文章

热门文章

视觉SLAM笔记（46） 基本的 VO

视觉SLAM笔记（46） 基本的 VO

1. 特征提取和匹配

2. 两两帧的视觉里程计

视觉SLAM笔记（46） 基本的 VO相关推荐

最新文章

热门文章

视觉SLAM笔记（46）基本的 VO

视觉SLAM笔记（46）基本的 VO

视觉SLAM笔记（46）基本的 VO相关推荐