zoukankan      html  css  js  c++  java
  • 《视觉SLAM十四讲》笔记

    名词解析

    视差(parallex):

    尺度(scale):

    光流法(optical flow):第一帧检测当前图像特征,并在后续图像序列中查找该特征对应图像邻域灰度变化,以估计位姿的方法

    基线(baseline):双目相机的两个摄像头之间距离

    视觉里程计(visual odometry):根据相邻图像估算相机运动,SLAM的前端(front end)

    优化(optimization):根据不同时刻的视觉里程计及回环检测结果进行优化,得到全局一致的位姿估计及地图,SLAM的后端(back end)

    回环检测(loop closing, loop closure detection):关注图像间的相似性

    累积漂移(accumulating drift)

    地图的分类:

    • 度量地图(metric map)

    • 稀疏(sparse):由路标(landmark)组成,对于定位来说稀疏地图已经足够

    • 稠密(dense):由基本空间组成,二维地图为栅格(grid)即小方格组成,三维地图为体素(voxel)即小方块组成,用于导航

    • 拓扑地图(topological map)

    参数化(parameterization):对运动(状态更新)与观测(传感器采集)通过数学公式具体化描述。

    特征点(Feature)拥有的性质:

    1. 可重复性(Repeativity) 相同的区域能够在不同的图像中体现
    2. 可区别性(Distinctiveness) 不同的区域有不同的表达
    3. 高效率(Efficiency) 特征点的数量应少于像素点的个数
    4. 本地性(Locality) 特征仅与一小片图像区域相关

    特征点由关键点(Keypoint)与描述子(Descriptor)两部分组成。
    描述子是按照“外观相似的特征应该拥有相似的描述子”的原则设计的。

    ORB: Oriented FAST and Rotated BRIEF
    原始的FAST:比较像素间亮度差异,常用的为FAST-12算法,检测邻域圆内超出亮度范围[I-T, I+T]的像素点个数
    增加方向描述的FAST:计算图像中心与图像重心的向量方向;中心即为圆图像块的几何中心,重心定义为通过灰度值计算的图像块的矩
    BRIEF描述子:在关键点附近像素大小比较的基础上,挑选通过方向描述生成的

  • 相关阅读:
    JMeter压力测试并发测试(入门篇)
    System.currentTimeMillis()的性能问题以及解决方法
    Java日期时间API系列4-----Jdk7及以前的日期时间类的线程安全问题【转】
    使用Apache Commons Chain
    Spring中的InitializingBean接口的使用[转]
    Hash环/一致性Hash原理【转】
    ASP.NET Core 进程内模型和进程外模式
    如何运行多个同名Windows服务实例
    WPF系列 —— 控件添加依赖属性
    WPF系列——简单绑定学习
  • 原文地址:https://www.cnblogs.com/severnvergil/p/6958956.html
Copyright © 2011-2022 走看看