记录一个ORB的语义地图slam和松紧耦合 orbslam2 + imu
地址: https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic使用国内镜像的github网站: https://hub.fastgit.org/Ewenwan/ORB_SLAM2_SSD_Semantic
·
地址: https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic
使用国内镜像的github网站: https://hub.fastgit.org/Ewenwan/ORB_SLAM2_SSD_Semantic
松耦合
原文地址:https://blog.csdn.net/xiaoxiaowenqiang/article/details/81192045#commentBox
- 基于滤波器的松耦合举例-msf
代码:https://hub.fastgit.org/Ewenwan/ethzasl_msf
2.基于滤波器的松耦合举例-ssf
代码:https://hub.fastgit.org/Ewenwan/ethzasl_sensor_fusion
滤波器的状态向量 x 是24维,如下,相较于紧耦合的方法会精简很多。
Ssf_core主要处理state的数据,里面有预测和更新两个过程。
Ssf_update则处理另外一个传感器的数据,主要完成测量的过程
紧耦合 orbslam2 + imu 紧耦合、ORB稀疏前端、图优化后端、带闭环检测和重定位
- 代码:https://hub.fastgit.org/Ewenwan/LearnVIORB
- RK4 算法在 SLAM 中也有很好的应用,特别是 VIO 中的预积分部分, 比如张腾将王京的 VI ORB SLAM2 代码改成 RK4 积分后, 精度也得到了一定的提升:https://hub.fastgit.org/RomaTeng/ORB-VINS_RK4
RK4 算法比起欧拉积分、中点积分计算量要大不少 ,SLAM 中影响精度的地方非常多,紧靠 K4 改进其对于精度的提升程度通常也不会特别大, 不过对于速度要求不高而精度要求很高的场合还是值得尝试的。
代码:https://hub.fastgit.org/Ewenwan/ORB-VINS_RK4
更多推荐
已为社区贡献3条内容
所有评论(0)