仅供学习,在此感谢所有乐于分享知识的大佬们~
一、 ORB_SLAM理论
视觉SLAM = 前端 + 后端 + 回环 + 建图
1、 前端视觉里程计
1.1 特征点法
一文带你搞懂相机内参外参(Intrinsics & Extrinsics)-知乎
VSLAM 笔记------我们如何通过图像来计算位姿的变化:对极几何-知乎
ORBSLAM3之ORB、SIFT、SURF、Harris角点、Shi-Tomas角点特征点提取方法-CSDN
1.2 光流法
计算机视觉--光流法(optical flow)简介-CSDN
1.3 语义SLAM
前端ORB特征提取,用深度神经网络替换传统方法
GCN-SLAM介绍-知乎
SuperPoint介绍-知乎
2、后端优化
SLAM后端优化-简书
什么是图优化
SLAM 中的位姿图优化,BA优化,因子图优化,非线性优化之间的区别?-知乎
3、 回环检测
二、 ORB_SLAM实践
1、 ORB_SLAM3源码编译
2、 ORB_SLAM3源码解析
ORB-SLAM3源码阅读笔记-知乎
5小时让你假装大概看懂ORB-SLAM2源码
3、 数据集
- TUM数据集官方地址
https://cvg.cit.tum.de/data/datasets/rgbd-dataset/download - EuRoc数据集官方地址
https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets - KITTI数据集官方地址
https://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=3d
4、 前端
ORB-SLAM2:Tracking线程思路以及地图点的创建-知乎
5、 后端
三、 SLAM CUDA加速
传统SLAM CUDA加速是否有比较大的优势呢?-知乎
在jetson xavier nx上配置orbslam3,带稠密重建-CSDN
OpenCV 安装,支持cuda加速-CSDN